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.
Betala smidigt med kort, Klarna, Apple Pay eller Google Pay. Är du inte nöjd har du alltid 14 dagars ångerrätt. Läs mer i våra villkor. Har du några frågor, mejla oss på hello@memmo.org.
Memmo gör det enklare att plugga – var du än är i världen. Hos oss samlar du kursböcker och smarta studieverktyg på ett och samma ställe: sammanfattningar, quiz, poddar och flashcards. Och så Ted, din studiekompis som svarar på allt du undrar. Över 50 000 studenter pluggar redan här – byggt för att du ska lära dig snabbare och stressa mindre.