So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Hồi quy Bình phương Nhỏ nhất Cắt tỉa (Least Trimmed Squares - LTS)× | M-Estimators (Hồi quy Mạnh mẽ)× | |
|---|---|---|
| Lĩnh vực | Thống kê | Thống kê |
| Họ | Regression model | Regression model |
| Năm ra đời≠ | 1984 | 2009 |
| Người khởi xướng≠ | Peter J. Rousseeuw | Peter J. Huber |
| Loại | Robust linear regression | Robust linear regression |
| Công trình gốc≠ | Rousseeuw, P. J. (1984). Least Median of Squares Regression. Journal of the American Statistical Association, 79(388), 871-880. DOI ↗ | Huber, P. J., & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. link ↗ |
| Tên gọi khác≠ | LTS, least trimmed squares regression, trimmed least squares, robust regression | m-estimation, huber regression, robust m-regression, M-Tahmin Ediciler |
| Liên quan | 5 | 5 |
| Tóm tắt≠ | Least Trimmed Squares is a robust linear regression method introduced by Peter J. Rousseeuw in 1984. Instead of fitting all residuals, it estimates the coefficients by minimising the sum of only the h smallest squared residuals, which gives it a breakdown point of up to 50% and reliable estimates on data heavily contaminated by outliers. | M-estimators are a robust generalisation of maximum likelihood estimation, formalised in the work of Peter J. Huber (Huber & Ronchetti, 2009). Instead of squaring every residual, they apply a bounded loss function so that large residuals from outliers are down-weighted rather than allowed to dominate the fit. |
| ScholarGateBộ dữ liệu ↗ |
|
|