Регресія Губера
Регресія Губера — це стійкий метод лінійної регресії, представлений Петером Дж. Губером у 1964 році, який протидіє впливу викидів, по-різному обробляючи малі та великі залишки. Він застосовує квадратичну функцію втрат (подібну до МНК) до малих залишків і м'якшу функцію втрат, що залежить від абсолютного значення, до великих, тому екстремальні спостереження не можуть домінувати над підгонкою.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
- Hampel, F. R., Ronchetti, E. M., Rousseeuw, P. J., & Stahel, W. A. (1986). Robust Statistics: The Approach Based on Influence Functions. Wiley. ISBN: 978-0471735779
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/uk/statistics/huber-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 найменших обрізаних квадратів (LTS)Статистика↔ compare
- M-оцінювачі (робастна регресія)Статистика↔ compare
- MM-оцінювання для робастного регресійного аналізуСтатистика↔ compare
- Регресія звичайно найменших квадратів (ЗНК)Економетрика↔ compare
- Квантильна регресіяЕконометрика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →