Robuuste Logistische Regressie
Robuuste logistische regressie is een variant van logistische regressie die bestand is tegen uitschieters en leveragepunten, waarbij een binaire of categorische uitkomst wordt gefit met Mallows-type gewogen schatting. Het robuuste raamwerk voor gegeneraliseerde lineaire modellen werd ontwikkeld door Cantoni en Ronchetti (2001), met een wegingaanpak die later werd verfijnd door Bondell (2008).
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- Cantoni, E. & Ronchetti, E. (2001). Robust Inference for Generalized Linear Models. Journal of the American Statistical Association, 96(455), 1022-1030. DOI: 10.1198/016214501753209004 ↗
- Bondell, H. D. (2008). Robust Logistic Regression Using a Weighting Approach. Biometrics, 64(2), 421-427. link ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Robust Logistic Regression (Mallows-Type Weighted Estimation). ScholarGate. https://scholargate.app/nl/statistics/robust-logistic-regression
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Logistische RegressieOnderzoeksstatistiek↔ vergelijken
- MM-schatting voor robuuste regressieStatistiek↔ vergelijken
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ vergelijken
- KwantielregressieEconometrie↔ vergelijken
- Robuuste tijdreeksanalyseStatistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →