ScholarGate
助手
Process / pipelineSurvey and observational design

稳健解释性研究 — 抗离群值因果推断

稳健解释性研究结合了识别变量如何以及为何相互之间产生因果影响的解释性目标,以及在数据违反经典假设(特别是正态性、同方差性和无影响离群值)时仍然有效的稳健统计方法。本设计不丢弃离群值或强迫数据符合普通最小二乘法假设,而是应用估计量和推断程序,这些程序会降低极端观测值的扭曲影响或抵抗这种影响,同时保留研究的解释性目标。

用 PaperMind 寻找选题即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  1. Huber, P. J. (1981). Robust Statistics. Wiley. ISBN: 978-0471418054
  2. Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838

如何引用本页

ScholarGate. (2026, June 3). Robust Explanatory Research Design. ScholarGate. https://scholargate.app/zh/research-design/robust-explanatory-research

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较
ScholarGateRobust Explanatory Research (Robust Explanatory Research Design). 于 2026-06-15 检索自 https://scholargate.app/zh/research-design/robust-explanatory-research · 数据集: https://doi.org/10.5281/zenodo.20539026