ee.Reducer.robustLinearRegression

Cria um redutor que calcula uma regressão de mínimos quadrados robusta com numX variáveis independentes e numY variáveis dependentes, usando mínimos quadrados iterativamente reponderados com a função de custo de Talwar. Um ponto é considerado um outlier se o RMS dos resíduos for maior que beta.

Cada tupla de entrada terá valores para as variáveis independentes seguidas pelas variáveis dependentes.

A primeira saída é uma matriz de coeficientes com dimensões (numX, numY). Cada coluna contém os coeficientes da variável dependente correspondente. O segundo é um vetor da raiz quadrada média dos resíduos de cada variável dependente. As duas saídas serão nulas se o sistema for indeterminado, por exemplo, se o número de entradas for menor que numX.

Uso	Retorna
ee.Reducer.robustLinearRegression(numX, numY, beta)	Redutor

Argumento	Tipo	Detalhes
numX	Número inteiro	O número de dimensões de entrada.
numY	Número inteiro, padrão: 1	O número de dimensões de saída.
beta	Ponto flutuante, padrão: nulo	Margem de outlier de erro residual. Se for nulo, um valor padrão será calculado.