ScholarGate
Assistente
Regression model

Regressão de Huber

A regressão de Huber é um método robusto de regressão linear, introduzido por Peter J. Huber em 1964, que resiste à influência de valores atípicos (outliers) ao tratar resíduos pequenos e grandes de forma diferente. Ela aplica uma perda quadrática (semelhante à OLS) a resíduos pequenos e uma perda mais branda de valor absoluto a resíduos grandes, de modo que observações extremas não dominem o ajuste.

Aplicar com StatMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  1. Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732
  2. 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

Como citar esta página

ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/pt/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.

Compare side by side

Referenciado por

ScholarGateHuber Regression (Huber Robust Regression (M-estimation)). Recuperado em 2026-06-15 de https://scholargate.app/pt/statistics/huber-regression · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026