Robuuste meervoudige lineaire regressie
Robuuste meervoudige lineaire regressie schat de lineaire relatie tussen een continue uitkomst en verschillende predictoren, terwijl het bestand is tegen uitschieters en schendingen van de normaliteitsaanname. In plaats van de som van gekwadrateerde residuen te minimaliseren, gebruikt het een begrensde verliesfunctie — meestal die van Huber of Tukey's bisquare — zodat extreme observaties beperkte invloed hebben op de geschatte coëfficiënten.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Bronnen
- Huber, P. J. (1964). Robust estimation of a location parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Maronna, R. A., Martin, R. D., & Yohai, V. J. (2006). Robust Statistics: Theory and Methods. Wiley. ISBN: 978-0470010921
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Multiple Linear Regression. ScholarGate. https://scholargate.app/nl/statistics/robust-multiple-linear-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.
- Lasso-regressieMachine learning↔ compare
- Meervoudige Lineaire RegressieStatistiek↔ compare
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ compare
- KwantielregressieEconometrie↔ compare
- Ridge-regressieMachine learning↔ compare
- Robuuste regressieStatistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →