Надійна лінійна регресія
Надійна лінійна регресія встановлює лінійну модель між предикторами та неперервним результатом, зменшуючи вагу або відкидаючи впливові викиди, запобігаючи тому, щоб кілька аномальних спостережень, до яких МНК надзвичайно чутливий, спотворювали всю оцінену лінію. Основні варіанти включають регресію Хаббера, ітераційно зважені найменші квадрати (IRLS), RANSAC та оцінку Тейла-Сена.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Джерела
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Rousseeuw, P. J. & Leroy, A. M. (1987). Robust Regression and Outlier Detection. Wiley. ISBN: 978-0-471-85233-9
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Robust Linear Regression (Outlier-Resistant Estimation). ScholarGate. https://scholargate.app/uk/machine-learning/robust-linear-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Регресія ГубераСтатистика↔ compare
- Lasso-регресіяМашинне навчання↔ compare
- Лінійна регресія (ML)Машинне навчання↔ compare
- Квантильна регресіяЕконометрика↔ compare
- Регуляризована лінійна регресіяМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →