ตัวประมาณค่าทาว (τ) สำหรับการถดถอย
ตัวประมาณค่าทาว (Tau estimator) เป็นวิธีการถดถอยเชิงเส้นที่ทนทาน (robust) ซึ่งนำเสนอโดย Yohai และ Zamar ในปี 1988 โดยปรับแบบจำลองให้เหมาะสมโดยการลดค่ามาตราส่วน τ (τ-scale) ที่มีประสิทธิภาพของค่าคลาดเคลื่อน (residuals) ให้ต่ำที่สุด มันต่อยอดจากการประมาณค่ามาตราส่วนของตัวประมาณค่า S (S-estimator) เพื่อรวมจุดแตกหัก (breakdown point) ที่สูงเข้ากับประสิทธิภาพทางสถิติ (statistical efficiency) ที่สูง และมักใช้เป็นทางเลือกแทนตัวประมาณค่า MM (MM-estimator) ในกลุ่มตัวอย่างขนาดเล็ก
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Yohai, V. J., & Zamar, R. H. (1988). High Breakdown-Point Estimates of Regression by Means of the Minimization of an Efficient Scale. Journal of the American Statistical Association, 83(402), 406-413. DOI: 10.1080/01621459.1988.10478611 ↗
- Maronna, R. A., & Zamar, R. H. (2002). Robust Estimates of Location and Dispersion for High-Dimensional Datasets. Technometrics, 44(4), 307-317. DOI: 10.1198/004017002188618509 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Tau (τ) Estimator of Regression. ScholarGate. https://scholargate.app/th/statistics/tau-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.
- การถดถอยกำลังสองตัดแต่งน้อยที่สุด (Least Trimmed Squares: LTS)สถิติศาสตร์↔ compare
- การประมาณค่า MM สำหรับการถดถอยที่แข็งแกร่ง (Robust Regression)สถิติศาสตร์↔ compare
- S-Estimator สำหรับการถดถอยที่ทนทานสถิติศาสตร์↔ compare
- ตัวประมาณค่าแบบ Theil-Senสถิติศาสตร์↔ compare