MM-estimering for robust regresjon
MM-estimatoren er en robust lineær regresjonsmetode introdusert av Victor J. Yohai i 1987. Den kombinerer det høye bruddpunktet til en S-estimator med den høye effektiviteten til en M-estimator, slik at den motstår utliggere sterkt, samtidig som den bruker dataene effektivt når feilene er veloppdragne.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Kilder
- Yohai, V. J. (1987). High Breakdown-Point and High Efficiency Robust Estimates for Regression. Annals of Statistics, 15(2), 642-656. DOI: 10.1214/aos/1176350366 ↗
- Koller, M. & Stahel, W. A. (2011). Sharpening Wald-type Inference in Robust Regression for Small Samples. Computational Statistics & Data Analysis, 55(8), 2504-2515. DOI: 10.1016/j.csda.2011.02.014 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/no/statistics/mm-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.
- Minste Median av Kvadraters (LMS) RegresjonStatistikk↔ compare
- Least Trimmed Squares (LTS) regresjonStatistikk↔ compare
- Minste kvadraters metode (OLS)Økonometri↔ compare
- RANSAC-regresjonStatistikk↔ compare
- Theil-Sen-estimatorStatistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →