Регресія найменших обрізаних квадратів (LTS)
Найменші обрізані квадрати — це робастний метод лінійної регресії, представлений Петером Дж. Руссеувом у 1984 році. Замість того, щоб підганяти всі залишкові похибки, він оцінює коефіцієнти шляхом мінімізації суми лише h найменших квадратів залишків, що забезпечує точку розриву до 50% і надійні оцінки на даних, сильно забруднених викидами.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Джерела
- Rousseeuw, P. J. (1984). Least Median of Squares Regression. Journal of the American Statistical Association, 79(388), 871-880. DOI: 10.1080/01621459.1984.10477105 ↗
- Rousseeuw, P. J., & Van Driessen, K. (2006). Computing LTS Regression for Large Data Sets. Data Mining and Knowledge Discovery, 12, 29-45. DOI: 10.1007/s10618-005-0024-4 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Least Trimmed Squares (LTS) Regression. ScholarGate. https://scholargate.app/uk/statistics/least-trimmed-squares
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 медіан квадратів (LMS)Статистика↔ compare
- Регресія звичайно найменших квадратів (ЗНК)Економетрика↔ compare
- Квантильна регресіяЕконометрика↔ compare
- Регресія RANSACСтатистика↔ compare
- Оцінювач Тейла-СенаСтатистика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →