Робастная множественная линейная регрессия
Робастная множественная линейная регрессия оценивает линейную зависимость между непрерывным исходом и несколькими предикторами, будучи устойчивой к выбросам и нарушениям предположения о нормальности. Вместо минимизации суммы квадратов остатков она использует ограниченную функцию потерь — чаще всего функцию Хьюбера или биквадратную функцию Тьюки — так, чтобы экстремальные наблюдения оказывали ограниченное влияние на оцененные коэффициенты.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Источники
- Huber, P. J. (1964). Robust estimation of a location parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Maronna, R. A., Martin, R. D., & Yohai, V. J. (2006). Robust Statistics: Theory and Methods. Wiley. ISBN: 978-0470010921
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Multiple Linear Regression. ScholarGate. https://scholargate.app/ru/statistics/robust-multiple-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.
- Регрессия ЛассоМашинное обучение↔ compare
- Множественная линейная регрессияСтатистика↔ compare
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
- Квантильная регрессияЭконометрика↔ compare
- Гребневая регрессияМашинное обучение↔ compare
- Робастная регрессияСтатистика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →