Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Оцінка медіанного абсолютного відхилення (MAD)× | Гребенева регресія× | |
|---|---|---|
| Галузь≠ | Статистика | Машинне навчання |
| Родина≠ | Regression model | Machine learning |
| Рік появи≠ | 1974 | 1970 |
| Автор методу≠ | Hampel (influence-curve treatment); classical robust statistics | Hoerl, A.E. & Kennard, R.W. |
| Тип≠ | Robust scale estimator | L2-regularized linear regression |
| Основоположне джерело≠ | Hampel, F. R. (1974). The Influence Curve and Its Role in Robust Estimation. Journal of the American Statistical Association, 69(346), 383-393. DOI ↗ | Hoerl, A.E. & Kennard, R.W. (1970). Ridge Regression: Biased Estimation for Nonorthogonal Problems. Technometrics, 12(1), 55–67. DOI ↗ |
| Інші назви | median absolute deviation, MAD scale estimator, robust scale estimation, Medyan Mutlak Sapma (MAD) Tahmini | Ridge Regresyonu, ridge regresyonu, L2-regularized regression, Tikhonov regularization |
| Пов'язані≠ | 5 | 4 |
| Підсумок≠ | Median Absolute Deviation estimation is a robust measure of statistical dispersion that replaces the standard deviation when outliers are present. Rooted in the influence-curve framework formalised by Hampel (1974), it summarises the spread of a continuous variable using medians instead of means, so a single extreme value cannot distort the result. | Ridge Regression is an L2-regularized linear regression method, introduced by Arthur Hoerl and Robert Kennard in 1970, that reduces multicollinearity by adding a penalty on the size of the coefficients. It shrinks coefficients toward zero without setting any of them exactly to zero, producing more stable estimates when predictors are highly correlated. |
| ScholarGateНабір даних ↗ |
|
|