MM-Estimativa para Regressão Robusta
O MM-estimador é um método robusto de regressão linear introduzido por Victor J. Yohai em 1987. Ele combina o alto ponto de ruptura de um S-estimador com a alta eficiência de um M-estimador, de modo que resiste fortemente a outliers, ao mesmo tempo que utiliza os dados de forma eficiente quando os erros são bem comportados.
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.
+2 more
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/pt/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.
- Regressão por Mínima Mediana dos Quadrados (LMS)Estatística↔ compare
- Regressão por Mínimos Quadrados Truncados (LTS)Estatística↔ compare
- Regressão por Mínimos Quadrados Ordinários (MQO)Econometria↔ compare
- Regressão RANSACEstatística↔ compare
- Estimador de Theil-SenEstatística↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →