Регрессия по методу наименьших медиан квадратов (LMS)
Метод наименьших медиан квадратов (LMS) — это робастный метод линейной регрессии, предложенный Питером Дж. Руссеувом в 1984 году. Вместо минимизации суммы квадратов остатков, как в методе наименьших квадратов, LMS минимизирует медиану квадратов остатков, что позволяет подгонке быть устойчивой к загрязнению до примерно 50% выбросов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Rousseeuw, P. J. (1984). Least Median of Squares Regression. Journal of the American Statistical Association, 79(388), 871-880. DOI: 10.1080/01621459.1984.10477105 ↗
- 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). Least Median of Squares Regression. ScholarGate. https://scholargate.app/ru/statistics/least-median-squares
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Регрессия по методу наименьших усеченных квадратов (LTS)Статистика↔ сравнить
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ сравнить
- Квантильная регрессияЭконометрика↔ сравнить
- RANSAC-регрессияСтатистика↔ сравнить
- Оценщик Тейля-СенаСтатистика↔ сравнить
Упоминается в
Similar methods
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →