{typename} - 公卫人

矩估计-统计

矩估计（method of moments estimation），指结合了 S-估计的稳健性和 M-估计的效能所得到的改进的稳健估计方法。

定义

广义S 估计-统计

广义S 估计（generalized S-estimation），指扩展了S 估计的统计方法，通过引入更灵活的权重函数和损失函数，进一步提高对异常值的鲁棒性。适用于复杂数据结构和多种分布类型，提供更高的崩溃点和更广泛的稳健估计，增强模型在非标准数据条件下的稳定性和准确性。 ...

定义

S 估计-统计

S 估计（S-estimation），指一种稳健回归方法，通过最小化残差的尺度函数来估计参数，具有较高的崩溃点，能够有效抵抗数据中大量异常值的干扰，适用于高污染数据集。

定义

最小截尾二乘回归-统计

最小截尾二乘回归（least trimmed squares regression），指通过截尾部分极端残差来提高回归模型稳健性的方法，将最小二乘法与截尾技术结合，减少异常值对估计结果的影响。适用于数据中存在显著异常值或非正态分布的情境，增强模型对异常数据的抵抗力。广泛应用于稳健统计分析中，提供可靠的参数估计和模型拟合。 ...

定义

最小平方中位数回归-统计

最小平方中位数回归（least median of squares regression），指将最小二乘估计的目标函数改为使各残差平方的中位数最小，得到的一种稳健估计方法。

定义

高崩溃点回归-统计

高崩溃点回归（high breakdown point regression），指一类稳健的回归估计方法，具有可承受数据中较大数量的异常值性质。

定义

广义M 估计-统计

广义M 估计（generalized M-estimation），指扩展了M 估计的统计方法，通过引入更灵活的权重函数和损失函数，进一步提高对异常值的鲁棒性。适用于复杂数据结构和多种分布类型，提供更广泛的稳健估计。广泛应用于经济学、金融学等领域，增强模型在非标准数据条件下的稳定性和准确性。 ...

定义

图基估计-统计

图基估计（Tukey estimation），又称“Tukey 估计”，指一种使用中位数和中位绝对偏差来稳健地估计参数的统计方法，对于受到异常值影响的数据具有较强的抵抗力。

定义

安德鲁估计-统计

安德鲁估计（Andrew estimation），又称“Andrew 估计”，指用于处理异方差问题的统计方法，通过引入权重函数来对样本观测值进行加权，提供对回归系数的一致和有效的估计。

定义

双权数估计-统计

双权数估计（bisquare weight estimation），指根据未加权拟合的残差进行稳健地加权，删除极端离群点，降低轻度离群点权重，使得在异常值的情况下依然能够产生可靠的回归参数估计。

定义

休伯估计-统计

休伯估计（Huber estimation），又称“Huber 估计”，指结合最小二乘法和绝对偏差的稳健估计方法，通过调整损失函数来减少异常值影响。在小偏差时采用平方误差，在大偏差时采用绝对误差，提供平衡的估计精度。适用于存在离群点的数据集，提升模型的鲁棒性和可靠性。广泛应用于统计学、经济学等领域，确保参数估计的稳定性。 ...

定义

M 估计-统计

M 估计（M-estimation），指通过最小化损失函数对参数进行稳健估计的方法，广泛用于处理含有异常值或非正态分布的数据。利用加权残差的和，减少极端值对估计结果的影响，增强模型的鲁棒性。适用于回归分析和其他统计模型，提供对传统最小二乘法的改进，确保结果在数据异常情况下的可靠性。 ...

定义

L 估计-统计

L 估计（L-estimation），指基于线性组合顺序统计量的估计方法，通过对样本数据排序后进行加权平均，提供稳健的参数估计。适合处理非正态分布或含异常值的数据，减少对极端值的敏感性。广泛应用于稳健统计和非参数统计，支持在不确定性和数据偏离假设条件下的可靠分析，提升估计的鲁棒性和解释性。 ...

定义

R 估计-统计

R 估计（R-estimation），指基于秩统计量的估计方法，通过利用数据的秩信息而非具体数值，提供对参数的稳健估计。适用于处理异常值或非正态分布数据，减少对分布假设的依赖。广泛应用于稳健统计和非参数统计中，增强模型对数据异常和分布偏离的抵抗力，确保估计结果的可靠性和解释性。 ...

定义

过失误差敏感度-统计

过失误差敏感度（gross error sensitivity），指评估统计模型对误差或异常值敏感程度的指标，反映模型在数据偏离假设时性能下降的程度。高过失误差敏感度意味着模型对误差的抵抗力较弱，可能导致结果不稳定。用于比较不同模型的稳健性和可靠性，帮助选择适合处理不确定性和异常数据的分析方法。在统计学和机器学习中广泛应 ...

定义

影响函数-统计

影响函数（influence function），指用于衡量单个观测值对统计估计量影响的工具，描述估计量对数据微小扰动的响应。通过影响函数分析，评估估计方法的稳健性和敏感性，识别异常值或高杠杆点对结果的影响。在稳健统计中广泛应用，支持改进估计方法的设计，确保模型在异常数据或误差下的可靠性。 ...

定义

崩溃点-统计

崩溃点（breakdown point），指衡量统计估计方法对异常值抵抗能力的指标，定义为导致估计失效所需的异常值比例。崩溃点越高，方法的稳健性越强，能够抵御更多的异常值影响。用于评估估计量在数据异常或污染情况下的可靠性。广泛应用于稳健统计分析，帮助选择适合处理噪声和异常数据的模型。 ...

定义

方差加权模型-统计

方差加权模型（variance-weighted model），指通过对观测数据进行方差加权，以提高模型预测精度和稳健性的统计方法。分配较高权重给方差较小的观测值，减少噪声对模型的影响。常用于加权最小二乘法和组合预测，适用于异方差性或数据质量不一致的情境，增强模型对不确定性和异常值的抵抗力。 ...

定义

均值漂移模型-统计

均值漂移模型（mean-shift outlier model），指一种基于密度的聚类算法，通过找到数据集中局部密度最大值，从而识别数据中的聚类中心。

定义

似然距离-统计

似然距离（likelihood distance），指用于衡量两个统计模型之间差异的指标，通过比较各自的似然函数值来量化模型与数据的拟合程度差异。常用于模型选择和假设检验，帮助判断哪个模型更适合描述数据。适合在复杂模型或大数据集的背景下应用，广泛用于统计学和机器学习中，提供对模型优劣的定量评估。 ...

定义