Metodbevispost

Huber Regression

Huber regression is a robust linear regression method, introduced by Peter J. Huber in 1964, that resists the influence of outliers by treating small and large residuals differently. It applies a squared (OLS-like) loss to small residuals and a milder absolute-value loss to large ones, so extreme observations cannot dominate the fit.

Sources recorded, not reviewed

Källpost

Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.

Huber Robust Regression (M-estimation)

Taxonomisk metodpost · regression-model / statistics

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

Öppna fullständig metod

Kuraterade påståenden

Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.

Inga kuraterade påståenden ännu

Denna vy hittar inte på en påståendebedömning när loggen saknar en.

Relaterade metoder

Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.

Same method familyLeast Trimmed Squaresmachine-suggested · Relational suggestion, not evidence.Same method familyM-Estimatormachine-suggested · Relational suggestion, not evidence.Same method familyMM-Estimatormachine-suggested · Relational suggestion, not evidence.Same method familyOLS Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyQuantile Regressionmachine-suggested · Relational suggestion, not evidence.