دربرازش مدل خطی رگرسیون چندمتغیره در ابعاد بالا دو مشکل اساسی ممکن است اتفاق افتد. اولین مشکل می تواند ناشی از حضور داده پرت باشد. داده های پرت می توانند خط رگرسیونی برازش داده شده را منحرف کنند. دومین مشکل ممکن است به علت ابعاد بالای داده ها باشد. ابعاد بالای داده ها باعث همخطی شده و در نتیجه برآورد پارامترها به روش حدقل مربعات خطا، به علت تورم واریانس دچار مشکل می شود.هدف ما در این پایان نامه مرور و ارزیابی روش هایی برای برخورد با این مسائل است .برای رگرسیون داده های ابعاد بالا سه روش رگرسیون متغیر پاسخ روی مؤله های اصلی ، حداقل مربعات جزیی و رگرسیون لاسو بررسی می شود. سپس انواع روش های رگرسیونی استوار را مطالعه می کنیم . در فصل چهارم دو روش رگرسیون داده های ابعاد بالا و رگرسیون استوار را برای روش های رگرسیونی چند متغیره استوار در ابعاد بالا ادغام می کنیم . در فصل پایانی سعی میشود روش های پیشنهادی را به وسیله داده های واقعی و شبیه سازی با هم مقایسه کنیم.
