Robust statistics (original) (raw)
الإحصاء المتين هو مقاربة بديلة للإحصاء التقليدي الذي يعطي نتائج ضعيفة عند دراسة معطيات فيها قيم شاذة (Outliers).
| Property | Value |
|---|---|
| dbo:abstract | الإحصاء المتين هو مقاربة بديلة للإحصاء التقليدي الذي يعطي نتائج ضعيفة عند دراسة معطيات فيها قيم شاذة (Outliers). (ar) L'estadística robusta és una aproximació alternativa als mètodes estadístics clàssics. L'objecte és produir estimadors que no siguin afectats per variacions petites respecte de les hipòtesis dels models. Les estadístiques robustes intenten proporcionar mètodes que emulen els mètodes clàssics, però que no són afectats indegudament per valors atípics o altres petites discrepàncies respecte de les assumpcions del model. En Estadística, els mètodes clàssics confien en hipòtesis que no es resolen o no es verifiquen sovint en la pràctica. Per exemple, s'assumeix sovint que els residuals de les dades estan distribuïts normalment, almenys aproximadament, o que es pot confiar en el Teorema del límit central per produir estimacions normalment distribuïdes. Desafortunadament, quan hi ha valors atípics en les dades, els resultats produïts pels mètodes clàssics són sovint de baixa qualitat. Això pot estudiar-se empíricament examinant la distribució mostral de diversos estimadors sota un model de mescla, en els quals es barreja en una petita quantitat (1% a 5%) de contaminació en una mostra donada. Per exemple, un pot utilitzar una mescla de 95% de dades d'una distribució normal, amb el 5% de dades d'una altra distribució normal amb la mateixa mitjana però amb una desviació estàndard significativament major (els errors). Per quantificar la robustesa d'un mètode, és necessari definir algunes mesures de robustesa. Potser les més comunes d'aquestes mesures siguin el i la . Les estadístiques paramètriques robustes tendeixen a confiar en el reemplaçament de la distribució normal dels mètodes clàssics per la distribució T amb graus de llibertat baixos (alta curtosi; s'ha trobat que sovint graus de llibertat de 4 i 6 són útils en la pràctica) o amb una mescla de dues o més distribucions. (ca) Robustes Schätzverfahren ist ein Begriff der Schließenden Statistik. Ein Schätzverfahren oder Testverfahren heißt robust, wenn es nicht sensibel auf Ausreißer (Werte außerhalb eines aufgrund einer Verteilung erwarteten Wertebereiches) reagiert. Die klassischen Schätzmethoden, die in der ersten Hälfte des 20. Jahrhunderts entwickelt wurden, tendieren häufig dazu, bei Vorliegen von Ausreißern in der Stichprobe irreführende Ergebnisse zu liefern. Ein robustes Schätzverfahren orientiert sich deshalb an der Masse der Daten und integriert eine Ausreißeranalyse, um den Einfluss von Modellabweichungen zu reduzieren und ihn bei zunehmender Devianz gegen Null streben zu lassen. Die Entwicklung robuster Schätzer zur Effizienzsteigerung von Schätzverfahren ist seit den 1980er Jahren ein wichtiges Forschungsanliegen in der mathematischen Statistik. Zu den robusten Verfahren gehören zum Beispiel der RANSAC-Algorithmus und Verfahren, die eine hohe Bruchpunktresistenz aufweisen. (de) La estadística robusta es una aproximación alternativa a los métodos estadísticos clásicos. El objeto es producir estimadores que no sean afectados por variaciones pequeñas respecto a las hipótesis de los modelos. Las estadísticas robustas intentan proporcionar métodos que emulan a los métodos clásicos, pero que no son afectados indebidamente por valores atípicos u otras pequeñas discrepancias respecto de las asunciones del modelo. En Estadística, los métodos clásicos confían en hipótesis que no se resuelven o no se verifican a menudo en la práctica. Por ejemplo, se asume a menudo que los residuales de los datos están distribuidos normalmente, por lo menos aproximadamente, o que se puede confiar en el Teorema del límite central para producir estimaciones normalmente distribuidas. Desafortunadamente, cuando hay valores atípicos en los datos, los resultados producidos por los métodos clásicos son a menudo de baja calidad. Esto puede estudiarse empíricamente examinando la distribución muestral de varios estimadores bajo un modelo de mezcla, en los que se mezcla en una pequeña cantidad (1 % a 5 %) de contaminación en una muestra dada. Por ejemplo, uno puede utilizar una mezcla de 95 % de datos de una distribución normal, con el 5 % de datos de otra distribución normal con el mismo promedio pero con una desviación estándar significativamente mayor (los errores). Para cuantificar la robustez de un método, es necesario definir algunas medidas de robustez. Quizás las más comunes de estas medidas sean el punto de quiebre y la . Las estadísticas paramétricas robustas tienden a confiar en el reemplazo de la distribución normal de los métodos clásicos por la distribución T con grados de libertad bajos (alta curtosis; se ha encontrado que a menudo grados de libertad de entre 4 y 6 son útiles en la práctica) o con una mezcla de dos o más distribuciones. (es) Estatistikan, sendotasuna edo jasankortasuna zenbatesle, eta zabalago, estatistika-prozedura edo tresnei buruz bilatzen den propietate bat da. Zenbatesle bat edo bestelako estatistika-tresna bat sendoa edo jasankorra dela esango da, horien garapen eta kalkuluan ezarritako eredu, suposizio eta hipotesiak guztiz bete ez arren, zenbatesle eta tresna horiek baliozkoak izaten eta bere propietateak atxikitzen jarraitzen dutenean. Adibidez, batez besteko aritmetiko sinplea zenbatesle sendoa ez dela esaten da, aurretik espero ez baina azal daitezkeen outlier edo muturreko datuen eraginaren pean geratzen delako neurri handi batean. Honako datu hauetarako zentroa edo batez bestekoa 10 izatea espero bada ere 10- 10 - 10 - 10 - 10 - 100 batez besteko aritmetikoak 150/6=25 emaitza erakusten du, 100 balioa duen muturreko datuaren mendean geratu delako. Kasu hauetarako, mediana zenbatesle sendoa dela esaten da, 100 datua barneratura ere, Me=10 emaitza lortzen delako. (eu) En statistiques, la robustesse d'un estimateur est sa capacité à ne pas être perturbé par une petite modification dans les données ou dans les paramètres du modèle choisi pour l'estimation. (fr) Robust statistics are statistics with good performance for data drawn from a wide range of probability distributions, especially for distributions that are not normal. Robust statistical methods have been developed for many common problems, such as estimating location, scale, and regression parameters. One motivation is to produce statistical methods that are not unduly affected by outliers. Another motivation is to provide methods with good performance when there are small departures from a parametric distribution. For example, robust methods work well for mixtures of two normal distributions with different standard deviations; under this model, non-robust methods like a t-test work poorly. (en) Statystyka odpornościowa lub odporne metody statystyczne – gałąź statystyki, obejmująca metody projektowane pod kątem odporności na niewielkie odejście od założeń modelu (szczególnie występowanie obserwacji odstających) lub rezygnacji z niektórych założeń. (pl) A estatística robusta é uma aproximação alternativa aos métodos estatísticos clássicos. O objetivo é produzir estimadores que não sejam afetados por variações pequenas relacionadas às hipóteses dos modelos. As estatísticas robustas pretendem proporcionar métodos que emulem aos métodos clássicos, mas que não sejam afetados indevidamente por valores atípicos ou outras pequenas discrepâncias oriundas das hipóteses dos modelos. Em estatística, os métodos clássicos confiam em hipóteses que não são resolvidas ou não se verificam muitas vezes na prática. Por exemplo, se assume muitas vezes que os residuais dos dados estão distribuídos normalmente, pelo menos aproximadamente, o que se pode confiar no teorema central do limite para produzir estimativas normalmente distribuídas. Infelizmente, quando há valores atípicos nos dados, os resultados produzidos pelos métodos clássicos são muitas vezes de baixa qualidade. (pt) Якщо в параметричних постановках на дані накладаються занадто жорсткі вимоги — їх функції розподілу повинні належати визначеному параметричному сімейству, то в непараметричних, навпаки, зайво слабкі — потрібно лише, щоб функції розподілу були неперервними. При цьому ігнорується апріорна інформація про те, який є «приблизний вигляд» розподілу. Апріорі можна чекати, що обчислення цього «приблизного вигляду» поліпшить показники якості статистичних процедур. Розвитком цієї ідеї є теорія стійкості (робастності) статистичних процедур, у якій передбачається, що розподіл вихідних даних мало відрізняється від деякого параметричного сімейства. З 1960-х років цю теорію розробляли П.Хубер, Ф.Хампель та інші. З монографій російською мовою, що трактують про робастності і стійкість статистичних процедур, найранішою і найзагальнішою була книга, що випливає — монографія. Окремими випадками реалізації ідеї робастності (стійкості) статистичних процедур є розглянуті нижче статистика об'єктів нечислової природи та інтервальна статистика. Існує велика розмаїтість моделей робастності залежно від того, які саме відхилення від заданого параметричного сімейства допускаються. Найпопулярнішою виявилася модель викидів, у якій вихідна вибірка «засмічується» малим числом «викидів», що мають принципово інший розподіл. Однак ця модель представляється «тупиковою», оскільки в більшості випадків великі викиди або неможливі через обмеженість шкали приладу, або від них можна позбутися, застосовуючи лише статистики, побудовані по центральній частині варіаційного ряду. Крім того, у подібних моделях звичайно вважається відомою частота засмічення, що разом зі сказаним вище робить їх малопридатними для практичного використання.Перспективнішою представляється модель Ю. Н. Благовіщенського, у якій відстань між розподілом кожного елемента вибірки і базовим розподілом не перевершує заданої малої величини. Робастність у статистиці надає підходи, спрямовані на зниження впливу викидів і інших відхилень у досліджуваній величині щодо моделей класичних методів статистики. На практиці наявність у вибірках навіть невеликого числа різких викидів може призвести до того, що результати можуть перестати нести в собі який-небудь зміст. Для уникннення цього необхідно якимось чином знизити вплив «поганих» спостережень, або зовсім вилучити їх. Однак виникає питання: «Як відрізнити „погане“ спостереження від „доброго“?». Навіть найпростіший з підходів — суб'єктивний (заснований на внутрішніх відчуттях статистика) — може принести значну користь, однак для відбраковування все-таки краще застосовувати методи, що мають строге математичне обґрунтування, а не тільки інтуїтивні припущення дослідника. Цей процес являє собою дуже нетривіальну задачу для статистика і визначає собою один з напрямків статистичної науки. (uk) Роба́стность (англ. robustness ← robust «крепкий; сильный; твёрдый; устойчивый») — свойство статистического метода, характеризующее независимость влияния на результат исследования различного рода выбросов, устойчивость к помехам. Выбросоустойчивый (робастный) метод — метод, направленный на выявление выбросов, снижение их влияния или исключение их из выборки. На практике наличие в выборках даже небольшого числа резко выделяющихся наблюдений (выбросов) способно сильно повлиять на результат исследования, например, метод наименьших квадратов и метод максимального правдоподобия на специфических распределениях подвержены такого рода искажениям, и значения, получаемые в результате исследования, могут перестать нести в себе какой-либо смысл. Для исключения влияния таких помех используются различные подходы для снижения влияния «плохих» наблюдений (выбросов), либо полного их исключения. Основная задача выбросоустойчивых методов — отличить «плохое» наблюдение от «хорошего», притом даже самый простой из подходов — субъективный (основанный на внутренних ощущениях исследователя) — может принести значительную пользу, однако для мотивированной отбраковки все же исследователями применяются методы, имеющие в своей основе некие строгие математические обоснования. Этот процесс представляет собой весьма нетривиальную задачу для статистика и определяет собой одно из направлений статистической науки. (ru) |
| dbo:thumbnail | wiki-commons:Special:FilePath/speedOfLight.png?width=300 |
| dbo:wikiPageExternalLink | http://www.nickfieller.staff.shef.ac.uk/sheff-only/StatModall05.pdf https://web.archive.org/web/20121021081319/http:/www.stats.ox.ac.uk/pub/StatMeth/Robust.pdf http://jsxgraph.uni-bayreuth.de/wiki/index.php/Analyze_data_with_the_Statistics_software_R http://lagrange.math.siu.edu/Olive/ol-bookp.htm https://wis.kuleuven.be/stat/robust/papers/2011/rousseeuwhubert-robuststatisticsforoutlierdetectio.pdf http://apps.nrbook.com/empanel/index.html%23pg=818 |
| dbo:wikiPageID | 2885691 (xsd:integer) |
| dbo:wikiPageLength | 40398 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1112685885 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Probability_distribution dbr:Robust_confidence_intervals dbr:Multivariate_statistics dbr:Bias_(statistics) dbr:Brian_D._Ripley dbr:Annals_of_Statistics dbr:Interquartile_range dbr:L-estimator dbr:Standard_deviation dbr:Robust_measures_of_scale dbr:Ancillary_statistic dbr:Median dbr:Estimator dbr:Outlier dbr:Mixture_model dbr:Classic_data_sets dbr:Gateaux_derivative dbr:Antarctica dbr:Arithmetic_mean dbr:Lipschitz_constant dbr:Location_parameter dbr:Simon_Newcomb dbr:Simple_linear_regression dbr:Statistics dbr:Parametric_statistics dbr:Pivotal_quantity dbr:Student's_t-distribution dbr:Central_limit_theorem dbr:Central_tendency dbr:Winsorising dbr:Normal_distribution dbr:Journal_of_the_American_Statistical_Association dbr:Kalman_filter dbr:Statistical_dispersion dbr:Range_(statistics) dbr:Regression_analysis dbr:Robust_regression dbc:Robust_statistics dbr:Sampling_distribution dbr:Efficiency_(statistics) dbr:Trimmed_estimator dbr:Trimmed_mean dbr:Missing_data dbr:Statistical_assumption dbr:Bootstrapping_(statistics) dbr:Maximum_likelihood_estimator dbr:I.i.d. dbr:Q–Q_plot dbr:R_(programming_language) dbr:Median_absolute_deviation dbr:Scale_parameter dbr:Self-organizing_map dbr:Test_statistic dbr:Outliers dbr:Imputation_(statistics) dbr:One-sided_limit dbr:Statistic dbr:Rug_plot dbr:The_American_Statistician dbr:Fisher_consistency dbr:Huber_loss_function dbr:Unit-weighted_regression dbr:Parameter_space dbr:Masreliez’s_theorem dbr:Winsorizing dbr:State_space_(controls) dbr:Statistical_method dbr:Asymptotically_unbiased dbr:Mixture_density dbr:Regression_coefficient dbr:M-estimators dbr:Speed-of-light dbr:Ozone_hole dbr:T-test dbr:File:Biweight.svg dbr:File:PsiFunctions.png dbr:File:RhoFunctions.png dbr:File:SpeedOfLight.png dbr:File:SpeedOfLightScale.png dbr:File:TDistPsi.png |
| dbp:date | October 2019 (en) June 2010 (en) |
| dbp:reason | are some psi functions preferred over other psi functions, and if so, which? Or are psi functions preferred over something else, and if so, what? (en) |
| dbp:section | Empirical influence function (en) |
| dbp:wikiPageUsesTemplate | dbt:Citation dbt:Citation_needed dbt:Clarify dbt:Expand_section dbt:Harvtxt dbt:Main dbt:Main_article dbt:Reflist dbt:See_also dbt:Sfnp dbt:Short_description dbt:Technical dbt:Unreferenced_section dbt:Incomplete_short_citation dbt:Statistics |
| dct:subject | dbc:Robust_statistics |
| gold:hypernym | dbr:Statistics |
| rdf:type | owl:Thing dbo:FootballLeagueSeason |
| rdfs:comment | الإحصاء المتين هو مقاربة بديلة للإحصاء التقليدي الذي يعطي نتائج ضعيفة عند دراسة معطيات فيها قيم شاذة (Outliers). (ar) En statistiques, la robustesse d'un estimateur est sa capacité à ne pas être perturbé par une petite modification dans les données ou dans les paramètres du modèle choisi pour l'estimation. (fr) Robust statistics are statistics with good performance for data drawn from a wide range of probability distributions, especially for distributions that are not normal. Robust statistical methods have been developed for many common problems, such as estimating location, scale, and regression parameters. One motivation is to produce statistical methods that are not unduly affected by outliers. Another motivation is to provide methods with good performance when there are small departures from a parametric distribution. For example, robust methods work well for mixtures of two normal distributions with different standard deviations; under this model, non-robust methods like a t-test work poorly. (en) Statystyka odpornościowa lub odporne metody statystyczne – gałąź statystyki, obejmująca metody projektowane pod kątem odporności na niewielkie odejście od założeń modelu (szczególnie występowanie obserwacji odstających) lub rezygnacji z niektórych założeń. (pl) L'estadística robusta és una aproximació alternativa als mètodes estadístics clàssics. L'objecte és produir estimadors que no siguin afectats per variacions petites respecte de les hipòtesis dels models. Per quantificar la robustesa d'un mètode, és necessari definir algunes mesures de robustesa. Potser les més comunes d'aquestes mesures siguin el i la . (ca) Robustes Schätzverfahren ist ein Begriff der Schließenden Statistik. Ein Schätzverfahren oder Testverfahren heißt robust, wenn es nicht sensibel auf Ausreißer (Werte außerhalb eines aufgrund einer Verteilung erwarteten Wertebereiches) reagiert. Die Entwicklung robuster Schätzer zur Effizienzsteigerung von Schätzverfahren ist seit den 1980er Jahren ein wichtiges Forschungsanliegen in der mathematischen Statistik. Zu den robusten Verfahren gehören zum Beispiel der RANSAC-Algorithmus und Verfahren, die eine hohe Bruchpunktresistenz aufweisen. (de) La estadística robusta es una aproximación alternativa a los métodos estadísticos clásicos. El objeto es producir estimadores que no sean afectados por variaciones pequeñas respecto a las hipótesis de los modelos. Para cuantificar la robustez de un método, es necesario definir algunas medidas de robustez. Quizás las más comunes de estas medidas sean el punto de quiebre y la . (es) Estatistikan, sendotasuna edo jasankortasuna zenbatesle, eta zabalago, estatistika-prozedura edo tresnei buruz bilatzen den propietate bat da. Zenbatesle bat edo bestelako estatistika-tresna bat sendoa edo jasankorra dela esango da, horien garapen eta kalkuluan ezarritako eredu, suposizio eta hipotesiak guztiz bete ez arren, zenbatesle eta tresna horiek baliozkoak izaten eta bere propietateak atxikitzen jarraitzen dutenean. 10- 10 - 10 - 10 - 10 - 100 (eu) Роба́стность (англ. robustness ← robust «крепкий; сильный; твёрдый; устойчивый») — свойство статистического метода, характеризующее независимость влияния на результат исследования различного рода выбросов, устойчивость к помехам. Выбросоустойчивый (робастный) метод — метод, направленный на выявление выбросов, снижение их влияния или исключение их из выборки. (ru) A estatística robusta é uma aproximação alternativa aos métodos estatísticos clássicos. O objetivo é produzir estimadores que não sejam afetados por variações pequenas relacionadas às hipóteses dos modelos. (pt) Якщо в параметричних постановках на дані накладаються занадто жорсткі вимоги — їх функції розподілу повинні належати визначеному параметричному сімейству, то в непараметричних, навпаки, зайво слабкі — потрібно лише, щоб функції розподілу були неперервними. При цьому ігнорується апріорна інформація про те, який є «приблизний вигляд» розподілу. Апріорі можна чекати, що обчислення цього «приблизного вигляду» поліпшить показники якості статистичних процедур. Розвитком цієї ідеї є теорія стійкості (робастності) статистичних процедур, у якій передбачається, що розподіл вихідних даних мало відрізняється від деякого параметричного сімейства. З 1960-х років цю теорію розробляли П.Хубер, Ф.Хампель та інші. З монографій російською мовою, що трактують про робастності і стійкість статистичних процедур, (uk) |
| rdfs:label | Robust statistics (en) إحصاء متين (ar) Estadística robusta (ca) Robuste Schätzverfahren (de) Estadística robusta (es) Sendotasun (estatistika) (eu) Robustesse (statistiques) (fr) Statystyka odpornościowa (pl) Estatística robusta (pt) Робастность (ru) Робастність у статистиці (uk) |
| rdfs:seeAlso | dbr:Cook's_distance |
| owl:sameAs | freebase:Robust statistics wikidata:Robust statistics dbpedia-ar:Robust statistics dbpedia-ca:Robust statistics dbpedia-de:Robust statistics dbpedia-es:Robust statistics dbpedia-eu:Robust statistics dbpedia-fa:Robust statistics dbpedia-fr:Robust statistics dbpedia-he:Robust statistics dbpedia-pl:Robust statistics dbpedia-pt:Robust statistics dbpedia-ro:Robust statistics dbpedia-ru:Robust statistics dbpedia-uk:Robust statistics https://global.dbpedia.org/id/drpM |
| prov:wasDerivedFrom | wikipedia-en:Robust_statistics?oldid=1112685885&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Biweight.svg wiki-commons:Special:FilePath/PsiFunctions.png wiki-commons:Special:FilePath/RhoFunctions.png wiki-commons:Special:FilePath/SpeedOfLight.png wiki-commons:Special:FilePath/SpeedOfLightScale.png wiki-commons:Special:FilePath/TDistPsi.png wiki-commons:Special:FilePath/speedOfLight.png wiki-commons:Special:FilePath/speedOfLightScale.png |
| foaf:isPrimaryTopicOf | wikipedia-en:Robust_statistics |
| is dbo:academicDiscipline of | dbr:Stephen_Stigler |
| is dbo:knownFor of | dbr:Robert_V._Hogg |
| is dbo:wikiPageRedirects of | dbr:Empirical_influence_function dbr:Statistically_resistant dbr:Influence_function_(statistics) dbr:Breakdown_point dbr:Resistant_statistic dbr:Robust_data_analysis dbr:Robust_estimator dbr:Robust_parameter_estimation dbr:Robust_statistic dbr:Robustness_(statistics) dbr:Statistical_robustness |
| is dbo:wikiPageWikiLink of | dbr:Bayes_estimator dbr:Bayesian_hierarchical_modeling dbr:Bayesian_inference dbr:Propositional_formula dbr:Quantiacs dbr:Robert_V._Hogg dbr:Sample_mean_and_covariance dbr:Normalized_compression_distance dbr:M-estimator dbr:Peirce's_criterion dbr:Passing–Bablok_regression dbr:Truncated_mean dbr:Weighted_median dbr:Brian_D._Ripley dbr:David_Eppstein dbr:David_Lax dbr:Annie_Qu dbr:Anomaly_(natural_sciences) dbr:Hodges–Lehmann_estimator dbr:John_Tukey dbr:Beta_distribution dbr:Bias_of_an_estimator dbr:Pearson_correlation_coefficient dbr:Peter_Rousseeuw dbr:Regina_Liu dbr:University_of_Buenos_Aires dbr:Variance dbr:David_S._Moore dbr:Debbie_Dupuis dbr:Decision_theory dbr:Deviation_(statistics) dbr:Interquartile_mean dbr:Jana_Jurečková dbr:L-estimator dbr:Standard_deviation dbr:Levene's_test dbr:Linda_Sharples dbr:Robust_Regression_and_Outlier_Detection dbr:Robust_measures_of_scale dbr:Constance_van_Eeden dbr:Correlation dbr:Analysis_of_clinical_trials dbr:Matthias_Kohl dbr:Median dbr:Ruth_Silverman dbr:Elliptical_distribution dbr:Estimation_of_covariance_matrices dbr:Estimator dbr:Genomic_control dbr:Outlier dbr:Gary_Charness dbr:Glossary_of_engineering:_M–Z dbr:Glossary_of_probability_and_statistics dbr:Mixture_distribution dbr:Model_selection dbr:Monocotyledon dbr:Convex_hull dbr:Convex_layers dbr:Equivariant_map dbr:Nonparametric_statistics dbr:Sample_maximum_and_minimum dbr:Optimal_design dbr:Simplicial_depth dbr:Stephen_Stigler dbr:Compressed_sensing dbr:Fundamental_matrix_(computer_vision) dbr:Pivotal_quantity dbr:Student's_t-distribution dbr:Masreliez dbr:Mathematical_statistics dbr:Measurement_uncertainty dbr:Data_set dbr:Lancet_surveys_of_Iraq_War_casualties dbr:Least_trimmed_squares dbr:Local_regression dbr:Logistic_distribution dbr:Logistic_regression dbr:Robust_optimization dbr:Alpha_Profiling dbr:F-test dbr:Normal_distribution dbr:Parametric_search dbr:Charles_Winsor dbr:Founders_of_statistics dbr:Goldfeld–Quandt_test dbr:Graciela_Boente dbr:Hans-Rudolf_Künsch dbr:History_of_statistics dbr:Kimberly_Weems dbr:Principal_component_analysis dbr:Statistical_conclusion_validity dbr:Empirical_influence_function dbr:Mere-exposure_effect dbr:Randomized_controlled_trial dbr:Robust_regression dbr:Invariant_estimator dbr:Bagplot dbr:The_Black_Swan:_The_Impact_of_the_Highly_Improbable dbr:Maria-Pia_Victoria-Feser dbr:Statistically_resistant dbr:Arrangement_of_lines dbr:Augmented_reality dbr:L-moment dbr:Efficiency_(statistics) dbr:Higher-order_singular_value_decomposition dbr:Homography_(computer_vision) dbr:Theil–Sen_estimator dbr:Missing_data dbr:Raymond_Rogers dbr:Statistical_assumption dbr:Diane_Souvaine dbr:Diederich_Hinrichsen dbr:Distance_sampling dbr:Bootstrapping_(statistics) dbr:CURE_algorithm dbr:Huber_loss dbr:Influence_function_(statistics) dbr:Info-gap_decision_theory dbr:Mia_Hubert dbr:Michael_J._Black dbr:Brown–Forsythe_test dbr:Nassim_Nicholas_Taleb dbr:Chan–Karolyi–Longstaff–Sanders_process dbr:Breakdown_point dbr:Median_absolute_deviation dbr:Repeated_median_regression dbr:Robustness_(disambiguation) dbr:Value_at_risk dbr:Nedret_Billor dbr:Stochastic_approximation dbr:Exploratory_data_analysis dbr:F-test_of_equality_of_variances dbr:Imprecise_probability dbr:List_of_statistics_articles dbr:One-way_analysis_of_variance dbr:Z-factor dbr:Statistic dbr:Redescending_M-estimator dbr:Multifactor_design_of_experiments_software dbr:Unit-weighted_regression dbr:Noncentral_t-distribution dbr:Trimean dbr:Robust_Bayesian_analysis dbr:Outline_of_statistics dbr:P._Anandan dbr:Radon's_theorem dbr:Random_sample_consensus dbr:S-estimator dbr:Susan_J._Devlin dbr:Winsorizing dbr:Resistant_statistic dbr:Robust_data_analysis dbr:Robust_estimator dbr:Robust_parameter_estimation dbr:Robust_statistic dbr:Robustness_(statistics) dbr:Statistical_robustness |
| is dbp:fields of | dbr:Stephen_Stigler |
| is foaf:primaryTopic of | wikipedia-en:Robust_statistics |
