Regresja odporna
Regresja odporna szacuje liniową zależność między zmienną ciągłą objaśnianą a predyktorami, znacząco redukując wpływ wartości odstających i punktów o dużej dźwigni. W przeciwieństwie do metody najmniejszych kwadratów (OLS), która jest wysoce wrażliwa na ekstremalne obserwacje, metody odporne przypisują mniejszy wpływ nietypowym punktom danych, generując oszacowania współczynników, które pozostają stabilne nawet wtedy, gdy część danych jest zanieczyszczona lub ma rozkład niezgodny z normalnym.
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.
+17 more
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Regression. ScholarGate. https://scholargate.app/pl/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.
- Regresja LassoUczenie maszynowe↔ compare
- Regresja metodą najmniejszych przyciętych kwadratów (LTS)Statystyka↔ compare
- Regresja metodą najmniejszych kwadratów (OLS)Ekonometria↔ compare
- Regresja kwantylowaEkonometria↔ compare
- Regularyzacja grzbietowa (Ridge Regression)Uczenie maszynowe↔ compare
- Ważone Metody Najmniejszych Kwadratów (WLS)Statystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →