Regression model

M-Estimators (การถดถอยที่แข็งแกร่ง)

M-estimators เป็นการวางนัยทั่วไปที่แข็งแกร่งของการประมาณค่าความน่าจะเป็นสูงสุด ซึ่งถูกกำหนดเป็นทางการในงานของ Peter J. Huber (Huber & Ronchetti, 2009) แทนที่จะยกกำลังสองค่าความคลาดเคลื่อนทุกค่า M-estimators จะใช้ฟังก์ชันความคลาดเคลื่อนแบบมีขอบเขต เพื่อให้ค่าความคลาดเคลื่อนขนาดใหญ่จากค่าผิดปกติถูกลดน้ำหนักลง แทนที่จะปล่อยให้มีอิทธิพลต่อการปรับโมเดลมากเกินไป

นำไปใช้ด้วย StatMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  1. Huber, P. J., & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. link
  2. Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. link

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 1). M-Estimators (Robust Regression). ScholarGate. https://scholargate.app/th/statistics/m-estimator

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

ถูกอ้างอิงโดย

ScholarGateM-Estimator (M-Estimators (Robust Regression)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/statistics/m-estimator · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026