Least Trimmed Squares (LTS) Regression
Least Trimmed Squares är en robust linjär regressionsmetod som introducerades av Peter J. Rousseeuw 1984. Istället för att anpassa alla residualer, estimerar den koefficienterna genom att minimera summan av endast de h minsta kvadrerade residualerna, vilket ger den en breakdown point på upp till 50% och pålitliga estimat på data som är kraftigt kontaminerade av extremvärden.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
+2 till
Källor
- Rousseeuw, P. J. (1984). Least Median of Squares Regression. Journal of the American Statistical Association, 79(388), 871-880. DOI: 10.1080/01621459.1984.10477105 ↗
- Rousseeuw, P. J., & Van Driessen, K. (2006). Computing LTS Regression for Large Data Sets. Data Mining and Knowledge Discovery, 12, 29-45. DOI: 10.1007/s10618-005-0024-4 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Least Trimmed Squares (LTS) Regression. ScholarGate. https://scholargate.app/sv/statistics/least-trimmed-squares
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Least Median of Squares (LMS) RegressionStatistik↔ jämför
- Vanligaste minsta kvadratmetoden (OLS) RegressionEkonometri↔ jämför
- KvantilregressionEkonometri↔ jämför
- RANSAC-regressionStatistik↔ jämför
- Theil-Sen EstimatorStatistik↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →