ScholarGate
Assistent
Regression modelRegression / GLM

Robust multinomial logistisk regression

Robust multinomial logistisk regression utvidgar standardmodellen för multinomial logit för att hantera extremvärden, inflytelserika observationer och mild misspecificering av svarsfördelningen. Den ersätter de konventionella maximum likelihood-skattningsfunktionerna med begränsade inflydandefunktioner (M-skattning) eller parvis maximum likelihood med sandwich-variansestimatorer, så att en liten andel avvikande fall inte kan förvränga de skattade log-odds-kvoterna mellan utfallskategorier.

Tillämpa med StatMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Cantoni, E., & Ronchetti, E. (2001). Robust inference for generalized linear models. Journal of the American Statistical Association, 96(455), 1022–1030. DOI: 10.1198/016214501753209004
  2. Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933

Så citerar du den här sidan

ScholarGate. (2026, June 3). Robust Multinomial Logistic Regression. ScholarGate. https://scholargate.app/sv/statistics/robust-multinomial-logistic-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.

Compare side by side
ScholarGateRobust Multinomial Logistic Regression (Robust Multinomial Logistic Regression). Hämtad 2026-06-14 från https://scholargate.app/sv/statistics/robust-multinomial-logistic-regression · Datamängd: https://doi.org/10.5281/zenodo.20539026