Huberregression
Huberregression är en robust linjär regressionsmetod, introducerad av Peter J. Huber 1964, som motstår inflytandet från extremvärden genom att behandla små och stora residualer olika. Den tillämpar en kvadratisk (OLS-liknande) förlustfunktion på små residualer och en mildare absolutvärdesförlust på stora, så att extrema observationer inte kan dominera anpassningen.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/sv/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.
- Least Trimmed Squares (LTS) RegressionStatistik↔ compare
- M-estimatorer (Robust Regression)Statistik↔ compare
- MM-estimering för robust regressionStatistik↔ compare
- Vanligaste minsta kvadratmetoden (OLS) RegressionEkonometri↔ compare
- KvantilregressionEkonometri↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →