Regression model

M估计量（稳健回归）

M估计量是最大似然估计的一种稳健推广，由Peter J. Huber的形式化（Huber & Ronchetti, 2009）。它们不对方差进行平方，而是应用一个有界的损失函数，使得异常值产生的大残差被降权，而不是让它们主导拟合。

用 StatMind 应用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。

相关方法的邻域——选择一个节点以展开探索。

M估计量（稳健回归）

Huber, P. J., & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. link ↗
Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. link ↗

ScholarGate. (2026, June 1). M-Estimators (Robust Regression). ScholarGate. https://scholargate.app/zh/statistics/m-estimator

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。