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.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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
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.
- Regressão por Mínimos Quadrados Truncados (LTS)Estatística↔ compare
- Estimadores M (Regressão Robusta)Estatística↔ compare
- MM-Estimativa para Regressão RobustaEstatística↔ compare
- Regressão por Mínimos Quadrados Ordinários (MQO)Econometria↔ compare
- Regressão QuantílicaEconometria↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →