Robust multipel linjär regression
Robust multipel linjär regression estimerar det linjära sambandet mellan ett kontinuerligt utfall och flera prediktorer, samtidigt som den är resistent mot extremvärden och brott mot normalitetsantagandet. Istället för att minimera summan av kvadrerade residualer används en begränsad förlustfunktion – oftast Hubers eller Tukys bisquare – så att extrema observationer får begränsat inflytande på de estimerade koefficienterna.
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.
+1 more
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Multiple Linear Regression. ScholarGate. https://scholargate.app/sv/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.
- Lasso-regressionMaskininlärning↔ compare
- Multipel linjär regressionStatistik↔ compare
- Vanligaste minsta kvadratmetoden (OLS) RegressionEkonometri↔ compare
- KvantilregressionEkonometri↔ compare
- Ridge RegressionMaskininlärning↔ compare
- Robust regressionStatistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →