Regression model

回归的Tau (τ)估计量

Tau估计量是由Yohai和Zamar在1988年提出的一种稳健线性回归方法，它通过最小化残差的有效τ-尺度来拟合模型。它建立在S估计量的尺度估计之上，结合了高崩溃点和高统计效率，并且通常用作小样本中MM估计量的替代方法。

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。

回归的Tau (τ)估计量

Yohai, V. J., & Zamar, R. H. (1988). High Breakdown-Point Estimates of Regression by Means of the Minimization of an Efficient Scale. Journal of the American Statistical Association, 83(402), 406-413. DOI: 10.1080/01621459.1988.10478611 ↗
Maronna, R. A., & Zamar, R. H. (2002). Robust Estimates of Location and Dispersion for High-Dimensional Datasets. Technometrics, 44(4), 307-317. DOI: 10.1198/004017002188618509 ↗

ScholarGate. (2026, June 1). Tau (τ) Estimator of Regression. ScholarGate. https://scholargate.app/zh/statistics/tau-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。