Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Надійна регресія від'ємного біноміального розподілу× | Робастна регресія× | |
|---|---|---|
| Галузь | Статистика | Статистика |
| Родина | Regression model | Regression model |
| Рік появи≠ | 2000s–2011 | 1964 |
| Автор методу≠ | Hilbe, J. M.; Zeileis, A. et al. | Peter J. Huber (M-estimation, 1964); Frank Hampel (influence function, 1974) |
| Тип≠ | Count regression with robust inference | Regression with outlier resistance |
| Основоположне джерело≠ | Hilbe, J. M. (2011). Negative Binomial Regression (2nd ed.). Cambridge University Press. ISBN: 978-0521198158 | Huber, P. J. (1964). Robust estimation of a location parameter. The Annals of Mathematical Statistics, 35(1), 73–101. DOI ↗ |
| Інші назви | robust NB regression, negative binomial regression with robust standard errors, sandwich-corrected negative binomial regression, NB2 robust regression | M-estimation regression, robust linear regression, outlier-resistant regression, MM-estimation |
| Пов'язані | 6 | 6 |
| Підсумок≠ | Robust Negative Binomial Regression models overdispersed count outcomes using the negative binomial distribution while protecting coefficient inference against misspecification of the variance function. It pairs maximum-likelihood estimation of the mean and dispersion parameters with sandwich (Huber-White) standard errors, yielding valid tests even when the assumed variance structure is only approximately correct. | Robust regression estimates the linear relationship between a continuous outcome and predictors while sharply reducing the influence of outliers and leverage points. Unlike OLS, which is highly sensitive to extreme observations, robust methods assign down-weighted influence to atypical data points, producing coefficient estimates that remain stable even when a fraction of the data is contaminated or non-normally distributed. |
| ScholarGateНабір даних ↗ |
|
|