Regression model

M-оценки (робастная регрессия)

M-оценки представляют собой робастное обобщение оценки максимального правдоподобия, формализованное в работе Питера Дж. Хубера (Huber & Ronchetti, 2009). Вместо возведения каждого остатка в квадрат они применяют ограниченную функцию потерь, так что большие остатки от выбросов получают меньший вес, а не доминируют в подгонке.

Применить в StatMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

M-оценки (робастная регрессия)

Регрессия по методу наим…MM-оценка для робастной…Регрессия методом обыкно…Квантильная регрессия Гребневая регрессия Регрессия Хубера

Источники

Huber, P. J., & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. link ↗
Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. link ↗

Как цитировать эту страницу

ScholarGate. (2026, June 1). M-Estimators (Robust Regression). ScholarGate. https://scholargate.app/ru/statistics/m-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.

Регрессия по методу наименьших усеченных квадратов (LTS)Статистика↔ compare
MM-оценка для робастной регрессииСтатистика↔ compare
Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
Квантильная регрессияЭконометрика↔ compare
Гребневая регрессияМашинное обучение↔ compare

Compare side by side →

Упоминается в

Регрессия Хубера

Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →