ScholarGate
Assistent
Regression model

S-schatter voor Robuuste Regressie

De S-schatter is een robuuste lineaire regressiemethode, geïntroduceerd door Rousseeuw en Yohai in 1984, die de coëfficiënten schat door een robuuste M-schatting van de residu-schaal te minimaliseren in plaats van de variantie van de residuen. Door een begrensde maat voor de spreiding van de residuen te minimaliseren, kan deze een breakdown point van maximaal 50% bereiken, waardoor deze betrouwbaar blijft, zelfs wanneer een groot deel van de data uitschieters bevat, en het vormt de eerste fase van de welbekende MM-schatter.

Toepassen met StatMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Bronnen

  1. Rousseeuw, P. J. & Yohai, V. J. (1984). Robust Regression by Means of S-Estimators. In Robust and Nonlinear Time Series Analysis (Lecture Notes in Statistics, Vol. 26, pp. 256-272). Springer. DOI: 10.1007/978-1-4615-7821-5_15
  2. Maronna, R. A., Martin, R. D., Yohai, V. J. & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. ISBN: 978-1119214687

Deze pagina citeren

ScholarGate. (2026, June 1). S-Estimator for Robust Regression. ScholarGate. https://scholargate.app/nl/statistics/s-estimator

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.

Compare side by side

Geciteerd door

ScholarGateS-Estimator (S-Estimator for Robust Regression). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/statistics/s-estimator · Gegevensset: https://doi.org/10.5281/zenodo.20539026