Robust Ridge-regression
Robust Ridge-regression kombinerar M-estimering med L2-regularisering (ridge) för att producera koefficientestimat som är simultant okänsliga för extremvärden och stabila under multikollinearitet. Metoden minimerar en robust förlustfunktion (såsom Hubers) som bestraffas av den kvadrerade normen av koefficientvektorn, vilket nedvikter inflytelserika observationer samtidigt som korrelerade prediktorer krymps mot noll.
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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Ridge Regression. ScholarGate. https://scholargate.app/sv/statistics/robust-ridge-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.
- Elastic Net-regressionStatistik↔ compare
- Lasso-regressionMaskininlärning↔ compare
- Ridge RegressionMaskininlärning↔ compare
- Robust multipel linjär regressionStatistik↔ compare
- Robust regressionStatistik↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →