Huberova regrese
Huberova regrese je robustná metóda lineárnej regresie, ktorú v roku 1964 zaviedol Peter J. Huber. Odoláva vplyvu extrémnych hodnôt tým, že rozlišuje medzi malými a veľkými rezíduami. Pre malé rezíduá používa kvadratickú stratu (podobnú OLS) a pre veľké miernejšiu stratu absolútnej hodnoty, takže extrémne pozorovania nemôžu dominovať v modeli.
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.
Zdroje
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
- 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
Ako citovať túto stránku
ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/sk/statistics/huber-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.
- Regresia metódou najmenších orezaných štvorcov (LTS)Štatistika↔ compare
- M-odhadzovače (Robustná regresia)Štatistika↔ compare
- MM-regresia pre robustnú regresiuŠtatistika↔ compare
- Regresia metódou najmenších štvorcov (OLS)Ekonometria↔ compare
- Kvantilová regresiaEkonometria↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →