การถดถอยเชิงเส้นแบบทนทาน
การถดถอยเชิงเส้นแบบทนทาน (Robust linear regression) เป็นการปรับแบบจำลองเชิงเส้นระหว่างตัวทำนายกับผลลัพธ์ต่อเนื่อง โดยลดทอนน้ำหนักหรือละทิ้งค่าสังเกตที่มีอิทธิพลสูง (influential outliers) เพื่อป้องกันไม่ให้ค่าผิดปกติเพียงไม่กี่ค่า ซึ่งวิธีกำลังสองน้อยที่สุด (OLS) มีความไวต่อค่าเหล่านี้อย่างมาก บิดเบือนเส้นค่าประมาณทั้งหมด วิธีการหลักๆ ได้แก่ การถดถอยแบบ Huber, การถดถอยกำลังสองน้อยที่สุดแบบถ่วงน้ำหนักซ้ำ (IRLS), RANSAC และการประมาณค่าแบบ Theil-Sen.
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
แหล่งอ้างอิง
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Rousseeuw, P. J. & Leroy, A. M. (1987). Robust Regression and Outlier Detection. Wiley. ISBN: 978-0-471-85233-9
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Linear Regression (Outlier-Resistant Estimation). ScholarGate. https://scholargate.app/th/machine-learning/robust-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.
- การถดถอยแบบฮิวเบอร์ (Huber Regression)สถิติศาสตร์↔ compare
- Lasso Regressionการเรียนรู้ของเครื่อง↔ compare
- การถดถอยเชิงเส้น (Linear Regression) (ML)การเรียนรู้ของเครื่อง↔ compare
- การถดถอยควอนไทล์เศรษฐมิติ↔ compare
- การถดถอยเชิงเส้นแบบปรับค่า (Regularized Linear Regression)การเรียนรู้ของเครื่อง↔ compare