Regresja Hubera
Regresja Hubera to solidna (robustna) metoda regresji liniowej, wprowadzona przez Petera J. Hubera w 1964 roku, która przeciwdziała wpływowi wartości odstających poprzez odmienne traktowanie małych i dużych reszt. Stosuje ona kwadratową funkcję straty (podobną do MNK) dla małych reszt i łagodniejszą funkcję straty opartą na wartości bezwzględnej dla dużych reszt, dzięki czemu skrajne obserwacje nie mogą zdominować dopasowania.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. 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
Jak cytować tę stronę
ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/pl/statistics/huber-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.
- Regresja metodą najmniejszych przyciętych kwadratów (LTS)Statystyka↔ compare
- Estymatory M (regresja odporna)Statystyka↔ compare
- Estymacja MM dla regresji odpornejStatystyka↔ compare
- Regresja metodą najmniejszych kwadratów (OLS)Ekonometria↔ compare
- Regresja kwantylowaEkonometria↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →