Methodenbewijsdossier

Huber Regression

Huber regression is a robust linear regression method, introduced by Peter J. Huber in 1964, that resists the influence of outliers by treating small and large residuals differently. It applies a squared (OLS-like) loss to small residuals and a milder absolute-value loss to large ones, so extreme observations cannot dominate the fit.

Sources recorded, not reviewed

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Huber Robust Regression (M-estimation)

Taxonomisch methodendossier · regression-model / statistics

Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73-101. · DOI 10.1214/aoms/1177703732
Hampel, F. R., Ronchetti, E. M., Rousseeuw, P. J., & Stahel, W. A. (1986). Robust Statistics: The Approach Based on Influence Functions. Wiley. · ISBN 978-0471735779

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

Same method familyLeast Trimmed Squaresmachine-suggested · Relational suggestion, not evidence.Same method familyM-Estimatormachine-suggested · Relational suggestion, not evidence.Same method familyMM-Estimatormachine-suggested · Relational suggestion, not evidence.Same method familyOLS Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyQuantile Regressionmachine-suggested · Relational suggestion, not evidence.