การถดถอยกำลังสองตัดแต่งน้อยที่สุด (Least Trimmed Squares: LTS)
กำลังสองตัดแต่งน้อยที่สุด (Least Trimmed Squares) เป็นวิธีการถดถอยเชิงเส้นที่ทนทาน (robust linear regression) ซึ่ง Peter J. Rousseeuw ได้นำเสนอในปี 1984 วิธีนี้ประมาณค่าสัมประสิทธิ์โดยการลดผลรวมของกำลังสองของค่าความคลาดเคลื่อนที่เล็กที่สุด h ค่าเท่านั้น แทนที่จะใช้ค่าความคลาดเคลื่อนทั้งหมด ซึ่งทำให้มีจุดแตกหัก (breakdown point) สูงถึง 50% และให้ค่าประมาณที่น่าเชื่อถือแม้ข้อมูลจะปนเปื้อนด้วยค่าผิดปกติจำนวนมาก
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
+2 เพิ่มเติม
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Least Trimmed Squares (LTS) Regression. ScholarGate. https://scholargate.app/th/statistics/least-trimmed-squares
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- การถดถอยแบบกำลังสองน้อยสุดของมัธยฐาน (LMS)สถิติศาสตร์↔ เปรียบเทียบ
- การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)เศรษฐมิติ↔ เปรียบเทียบ
- การถดถอยควอนไทล์เศรษฐมิติ↔ เปรียบเทียบ
- การถดถอยแบบ RANSACสถิติศาสตร์↔ เปรียบเทียบ
- ตัวประมาณค่าแบบ Theil-Senสถิติศาสตร์↔ เปรียบเทียบ