Robustná lineárna regresia
Robustná lineárna regresia prispôsobuje lineárny model medzi prediktormi a spojitým výsledkom, pričom znižuje váhu alebo odstraňuje vplyvné odľahlé hodnoty, čím zabraňuje tomu, aby niekoľko anomálnych pozorovaní, na ktoré je OLS notoricky citlivá, skreslilo celú odhadnutú priamku. Medzi hlavné varianty patria Huberova regresia, iteratívne metódy najmenších štvorcov s prepočítanou váhou (IRLS), RANSAC a Theil-Senova regresia.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Zdroje
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Rousseeuw, P. J. & Leroy, A. M. (1987). Robust Regression and Outlier Detection. Wiley. ISBN: 978-0-471-85233-9
Ako citovať túto stránku
ScholarGate. (2026, June 3). Robust Linear Regression (Outlier-Resistant Estimation). ScholarGate. https://scholargate.app/sk/machine-learning/robust-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.
- Huberova regreseŠtatistika↔ compare
- Regresia LassoStrojové učenie↔ compare
- Lineárna regresia (ML)Strojové učenie↔ compare
- Kvantilová regresiaEkonometria↔ compare
- Regularizovaná lineárna regresiaStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →