Regressão Linear Simples Robusta
A regressão linear simples robusta ajusta uma linha reta a dados bivariados usando funções de perda ou esquemas de ponderação que reduzem o peso de *outliers*, produzindo estimativas de inclinação e intercepto muito menos sensíveis a observações extremas do que os mínimos quadrados ordinários, ao mesmo tempo em que permanece fácil de interpretar.
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
- Rousseeuw, P. J., & Leroy, A. M. (1987). Robust Regression and Outlier Detection. John Wiley & Sons. ISBN: 978-0471852339
- Huber, P. J. (1964). Robust estimation of a location parameter. The Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
Como citar esta página
ScholarGate. (2026, June 3). Robust Simple Linear Regression. ScholarGate. https://scholargate.app/pt/statistics/robust-simple-linear-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 Ordinários (MQO)Econometria↔ compare
- Regressão QuantílicaEconometria↔ compare
- Regressão Linear Múltipla RobustaEstatística↔ compare
- Regressão RobustaEstatística↔ compare
- Estimador de Theil-SenEstatística↔ compare
- Mínimos Quadrados Ponderados (WLS)Estatística↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →