Robuust Verklarend Onderzoek — Robuuste Causale Inferentie Bestand tegen Uitschieters

Robuust verklarend onderzoek combineert het verklarende doel om te identificeren waarom en hoe variabelen elkaar causaal beïnvloeden met robuuste statistische methoden die geldig blijven wanneer data klassieke aannames schenden — met name normaliteit, homoscedasticiteit en de afwezigheid van invloedrijke uitschieters. In plaats van uitschieters te verwerpen of data te dwingen te voldoen aan de aannames van gewone kleinste kwadraten, past dit ontwerp schatters en inferentiële procedures toe die het vervormende effect van extreme observaties naar beneden wegen of weerstaan, terwijl het verklarende doel van de studie behouden blijft.