Regresi Kuantil Teguh
Regresi Kuantil Teguh menganggarkan kuantil bersyarat bagi suatu pemboleh ubah respons sambil secara serentak merendahkan pengaruh pencilan. Dengan menggabungkan fungsi kerugian tak simetri bagi regresi kuantil piawai dengan pemberat pengaruh terhad atau anggaran-M, ia memberikan anggaran kuantil yang boleh dipercayai walaupun data mengandungi pemerhatian ekstrem atau taburan ralat berjanjang tebal.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Koenker, R. (2005). Quantile Regression. Cambridge University Press. ISBN: 978-0521608275
- Machado, J. A. F. (1993). Robust model selection and M-estimation. Econometric Theory, 9(3), 478–493. DOI: 10.1017/S0266466600007775 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Robust Quantile Regression. ScholarGate. https://scholargate.app/ms/statistics/robust-quantile-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Regresi Kuantil BayesianStatistik↔ compare
- Regresi Kuasa Dua Terkecil Biasa (OLS)Ekonometrik↔ compare
- Regresi KuantilEkonometrik↔ compare
- Model Linear Beritlak Umum TeguhStatistik↔ compare
- Regresi Linear Berganda TeguhStatistik↔ compare
- Regresi RobustStatistik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →