Регрессия Хубера
Регрессия Хубера — это робастный метод линейной регрессии, предложенный Петером Дж. Хубером в 1964 году, который устойчив к влиянию выбросов, поскольку по-разному обрабатывает малые и большие остатки. Он применяет квадратичную (подобную МНК) функцию потерь к малым остаткам и более мягкую функцию потерь, основанную на абсолютном значении, к большим остаткам, так что крайние наблюдения не могут доминировать над подгонкой.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/ru/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.
- Регрессия по методу наименьших усеченных квадратов (LTS)Статистика↔ compare
- M-оценки (робастная регрессия)Статистика↔ compare
- MM-оценка для робастной регрессииСтатистика↔ compare
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
- Квантильная регрессияЭконометрика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →