Робастна та квантильна регресія

18 — методи цієї родини.

Вибране

Похибки стандартні (HC) з робастністю до гетероскедастичностіHeteroscedasticity-robust standard errors are a correction to the covariance matrix of an OLS regression that yields valid inference when the error variance is not constant. Introd Регресія ГубераHuber regression is a robust linear regression method, introduced by Peter J. Huber in 1964, that resists the influence of outliers by treating small and large residuals differentl Регресія найменших обрізаних квадратів (LTS)Least Trimmed Squares is a robust linear regression method introduced by Peter J. Rousseeuw in 1984. Instead of fitting all residuals, it estimates the coefficients by minimising t M-оцінювачі (робастна регресія)M-estimators are a robust generalisation of maximum likelihood estimation, formalised in the work of Peter J. Huber (Huber & Ronchetti, 2009). Instead of squaring every residual, t MM-оцінювання для робастного регресійного аналізуThe MM-estimator is a robust linear regression method introduced by Victor J. Yohai in 1987. It combines the high breakdown point of an S-estimator with the high efficiency of an M Квантильна регресія (непараметричні варіанти)Quantile regression, introduced by Koenker and Bassett in 1978, models a chosen conditional quantile (such as the median or the 25th and 75th percentiles) of a continuous outcome r

Маршрут читання

Найчастіше цитовані фундаментальні методи цієї теми, у порядку їх розвитку — місце для початку, якщо ви тут уперше.

Надійна лінійна регресія1964–1987автор: Huber, P. J.; Rousseeuw, P. J.
Робастна регресія1964автор: Peter J. Huber (M-estimation, 1964); Frank Hampel (influence function, 1974)
Оцінювач Тейла-Сена1968автор: Henri Theil (1950); P. K. Sen (1968)
Похибки стандартні (HC) з робастністю до гетероскедастичності1980автор: Eicker; Huber; White (1980); MacKinnon & White (1985)
Регресія RANSAC1981автор: Fischler & Bolles
Регресія найменших обрізаних квадратів (LTS)1984автор: Peter J. Rousseeuw
MM-оцінювання для робастного регресійного аналізу1987автор: Victor J. Yohai
Robust Gradient Boosting2001автор: Friedman, J. H. (with Huber loss from Huber, P. J.)

усі методи на цій полиці ↓

Усі методи 18

Похибки стандартні (HC) з робастністю до гетероскедастичності Регресія Губера Регресія найменших обрізаних квадратів (LTS)M-оцінювачі (робастна регресія)MM-оцінювання для робастного регресійного аналізу Квантильна регресія (непараметричні варіанти)Регресія RANSAC Надійне пояснювальне дослідження Robust Gradient Boosting Robust LightGBM Надійна лінійна регресія Робастна квантильна регресія Робастна регресія Robust Regression Discontinuity Design Robust XGBoost S-оцінювач для робастного регресійного аналізу Оцінювач Тейла-Сена Регресія за W-оцінкою (Welsch / Tukey Bisquare)

Ще в розділі «Регресія та GLM»

GLM та лічильні моделі 23 Лінійна та нелінійна регресія 21 Регуляризована регресія 12