ScholarGate
Pembantu
Regression modelRegression / GLM

Regresi Bertingkat Teguh (Robust Ridge Regression)

Regresi Bertingkat Teguh menggabungkan M-estimasi dengan regularisasi L2 (ridge) untuk menghasilkan anggaran pekali yang secara serentak tahan terhadap pencilan dan stabil di bawah multikolinearitas. Ia meminimumkan fungsi kerugian teguh (seperti Huber) yang dikenakan penalti oleh norma kuadrat vektor pekali, mengurangkan pemberat pemerhatian berpengaruh sambil mengecilkan peramal berkorelasi ke arah sifar.

Terapkan dengan StatMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Silvapulle, M. J. (1991). Robust ridge regression based on an M-estimator. Australian Journal of Statistics, 33(3), 319–333. link
  2. Ridge regression. Wikipedia. link

Cara memetik halaman ini

ScholarGate. (2026, June 3). Robust Ridge Regression. ScholarGate. https://scholargate.app/ms/statistics/robust-ridge-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.

Compare side by side
ScholarGateRobust Ridge regression (Robust Ridge Regression). Dicapai 2026-06-15 daripada https://scholargate.app/ms/statistics/robust-ridge-regression · Set data: https://doi.org/10.5281/zenodo.20539026