Robuuste regressie
Robuuste regressie schat de lineaire relatie tussen een continue uitkomst en predictoren, terwijl de invloed van uitschieters en invloedrijke waarnemingen sterk wordt verminderd. In tegenstelling tot OLS, dat zeer gevoelig is voor extreme waarnemingen, kennen robuuste methoden een verlaagde invloed toe aan atypische datapunten, wat resulteert in coëfficiëntschattingen die stabiel blijven, zelfs wanneer een deel van de data gecontamineerd of niet-normaal verdeeld is.
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.
+17 more
Bronnen
- Huber, P. J. (1964). Robust estimation of a location parameter. The 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
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Regression. ScholarGate. https://scholargate.app/nl/statistics/robust-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
- Kleinste Afgetrimde Kwadraten (LTS) RegressieStatistiek↔ compare
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ compare
- KwantielregressieEconometrie↔ compare
- Ridge-regressieMachine learning↔ compare
- Gewogen Kleinste Kwadraten (GKK)Statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →