• medfit(vx, vy) : renvoie un vecteur contenant les coefficients a et b pour une ligne de la forme a + b·x qui approche au mieux les données des vecteurs vx et vy avec une régression médiane-médiane.
L'algorithme médiane-médiane divise les jeux de données en 3 ensembles plus petit de taille équivalente. Chaque ensemble est alors représenté par un seul point déterminé par les médianes des données x et y de l'ensemble. Une ligne est ensuite ajustée pour ces 3 points. L'intercept est choisi pour que la ligne passe par le point qui est la moyenne des médianes parmi les trois groupes :
Si les données contiennent des valeurs extrêmes, l'ajustement des moindres carrés peut être rejeté en tentant de minimiser la distance à la valeur extrême. La ligne medfit est beaucoup moins sensible aux valeurs extrêmes, tout comme la médiane est une mesure du centre moins sensible aux valeurs extrêmes que la moyenne.
Arguments
• vx est un vecteur de nombres réels représentant les valeurs de x.
• vy est un vecteur de nombres réels représentant les valeurs de y. vy doit avoir la même longueur que vx.
