Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Регресія Губера× | M-оцінювачі (робастна регресія)× | |
|---|---|---|
| Галузь | Статистика | Статистика |
| Родина | Regression model | Regression model |
| Рік появи≠ | 1964 | 2009 |
| Автор методу | Peter J. Huber | Peter J. Huber |
| Тип≠ | Robust linear regression (M-estimation) | Robust linear regression |
| Основоположне джерело≠ | Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73-101. DOI ↗ | Huber, P. J., & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. link ↗ |
| Інші назви | Huber M-estimator, Huber loss regression, robust regression, Huber Regresyonu | m-estimation, huber regression, robust m-regression, M-Tahmin Ediciler |
| Пов'язані | 5 | 5 |
| Підсумок≠ | Huber 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 differently. It applies a squared (OLS-like) loss to small residuals and a milder absolute-value loss to large ones, so extreme observations cannot dominate the fit. | 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, they apply a bounded loss function so that large residuals from outliers are down-weighted rather than allowed to dominate the fit. |
| ScholarGateНабір даних ↗ |
|
|