@misc{Blatná_Dagmar_Robust_2007,
 author={Blatná, Dagmar},
 year={2007},
 rights={Wszystkie prawa zastrzeżone (Copyright)},
 description={Prace Naukowe Akademii Ekonomicznej we Wrocławiu; 2007; nr 1162, s. 19-29},
 publisher={Publishing House of the Wrocław University of Economics},
 language={pol},
 abstract={Regresja należy do najczęściej używanych metod statystycznych. Klasyczne podejście statystyczne - estymacja parametrów za pomocą metody najmniejszych kwadratów LSM (least squares methods) jest oparta na założeniu normalności błędów. LSM może być bardzo niezadowalająca w przypadku istnienia obserwacji nietypowych. Regresja odporna jest ważnym narzędziem analizy danych zanieczyszczonych obserwacjami nietypowymi. Gdy zanieczyszczenie występuje głównie w kierunku у M-estymatory mogą być wykorzystane, ale ta metoda nie chroni przed punktami wpływowymi (obserwacje nietypowe w przestrzeni x). Metody odporne z wysokim punktem załamania (LMS, LTS, S) eliminują wpływ obserwacji nietypowych w obu kierunkach. Estymacja MM łączy estymację z wysokim punktem załamania i M-estymację. },
 type={artykuł},
 title={Robust Regression},
}