Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| MM-оцінювання для робастного регресійного аналізу× | Квантильна регресія× | |
|---|---|---|
| Галузь≠ | Статистика | Економетрика |
| Родина | Regression model | Regression model |
| Рік появи≠ | 1987 | 1978 |
| Автор методу≠ | Victor J. Yohai | Koenker & Bassett |
| Тип≠ | Robust linear regression | Conditional quantile regression |
| Основоположне джерело≠ | Yohai, V. J. (1987). High Breakdown-Point and High Efficiency Robust Estimates for Regression. Annals of Statistics, 15(2), 642-656. DOI ↗ | Koenker, R. & Bassett, G., Jr. (1978). Regression Quantiles. Econometrica, 46(1), 33-50. DOI ↗ |
| Інші назви≠ | MM-estimation, MM robust regression, high-breakdown high-efficiency estimator, MM-Tahmin Edici | conditional quantile regression, regression quantiles, Kantil Regresyon |
| Пов'язані | 5 | 5 |
| Підсумок≠ | The 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-estimator, so it resists outliers strongly while still using the data efficiently when errors are well-behaved. | Quantile regression models conditional quantiles of an outcome - the median, the 25th or 75th percentile, and so on - rather than the conditional mean that OLS targets. Introduced by Koenker and Bassett in 1978, it reveals how predictors act across the whole distribution, including its tails. |
| ScholarGateНабір даних ↗ |
|
|