Robust Regression: Analysis and Applications characterizes robust estimators in terms of how much they weight each observation discusses generalized properties of Lp-estimators. Includes an algorithm for identifying outliers using least absolute value criterion in regression modeling reviews redescending M-estimators studies Li linear regression proposes the best linear unbiased estimators for fixed parameters and random errors in the mixed linear model summarizes known properties of Li estimators for time series analysis examines ordinary least squares, latent root regression, and a robust regression weighting scheme and evaluates results from five different robust ridge regression estimators.
Betal nemt med kort, Klarna, Apple Pay eller Google Pay. Ikke tilfreds? Du har altid 14 dages fortrydelsesret. Læs mere i vores vilkår. Har du spørgsmål, så send os en mail på hello@memmo.org.
Memmo gør det nemmere at studere – uanset hvor du er i verden. Hos os samler du dine kursusbøger og smarte studieværktøjer ét sted: resuméer, quizzer, podcasts og flashcards. Og så er der Ted, din studieven, der svarer på alt, du undrer dig over. Over 50 000 studerende studerer allerede her – bygget til at hjælpe dig med at lære hurtigere og stresse mindre.