Regresioni i Shumëfishtë Linear Robust
Regresioni i shumëfishtë linear robust vlerëson marrëdhënien lineare midis një rezultati të vazhdueshëm dhe disa parashikuesve, duke qenë rezistent ndaj vlerave të jashtme (outliers) dhe shkeljeve të supozimit të normalitetit. Në vend që të minimizojë shumën e mbetjeve të katrorizuara, ai përdor një funksion humbjeje të kufizuar — më shpesh atë të Huber-it ose bisquare-in e Tukey-t — në mënyrë që vëzhgimet ekstreme të kenë ndikim të kufizuar në koeficientët e vlerësuar.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Burimet
- 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
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Robust Multiple Linear Regression. ScholarGate. https://scholargate.app/sq/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.
- Regresioni LassoMësimi i makinës↔ compare
- Regresioni linear i shumëfishtëStatistikë↔ compare
- Regresioni me Mënyrën më të Vogël të Katrorëve (OLS)Ekonometri↔ compare
- Regresioni kuantilEkonometri↔ compare
- Regresioni RidgeMësimi i makinës↔ compare
- Regresioni robustStatistikë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →