Робастное простое линейное регрессионное моделирование
Робастное простое линейное регрессионное моделирование подбирает прямую линию к двумерным данным, используя функции потерь или схемы взвешивания, которые уменьшают влияние выбросов, производя оценки наклона и свободного члена, которые гораздо менее чувствительны к крайним наблюдениям, чем метод наименьших квадратов (МНК), оставаясь при этом простыми для интерпретации.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Simple Linear Regression. ScholarGate. https://scholargate.app/ru/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.
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
- Квантильная регрессияЭконометрика↔ compare
- Робастная множественная линейная регрессияСтатистика↔ compare
- Робастная регрессияСтатистика↔ compare
- Оценщик Тейля-СенаСтатистика↔ compare
- Взвешенный метод наименьших квадратов (ВМНК)Статистика↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →