Робастно разстояние на Махаланобис
Робастното разстояние на Махаланобис идентифицира многомерни отклонения, като измерва колко далеч е всяко наблюдение от центъра на данните, използвайки робастна оценка на ковариацията. То се основава на рамката за робастно разстояние на Rousseeuw и Van Zomeren (1990) и подхода за откриване на многомерни отклонения на Filzmoser, Garrett и Reimann (2005), заменяйки класическото средно аритметично и ковариация с оценката на минималния детерминант на ковариацията (Minimum Covariance Determinant, MCD), така че самите отклонения да не изкривяват разстоянието.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Rousseeuw, P. J. & Van Zomeren, B. C. (1990). Unmasking Multivariate Outliers and Leverage Points. Journal of the American Statistical Association, 85(411), 633-639. DOI: 10.1080/01621459.1990.10474920 ↗
- Filzmoser, P., Garrett, R. G. & Reimann, C. (2005). Multivariate Outlier Detection in Exploration Geochemistry. Computational Statistics & Data Analysis, 49(2), 561-587. DOI: 10.1016/j.cageo.2004.11.013 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection). ScholarGate. https://scholargate.app/bg/statistics/mahalanobis-robust
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Коригиран диаграмен бокс за асиметрични разпределенияСтатистика↔ сравняване
- Регресия на най-малките отрязани квадрати (LTS)Статистика↔ сравняване
- Оценка на медианното абсолютно отклонение (MAD)Статистика↔ сравняване
- Robust ANOVA (Уелч и подрязана средна)Статистика↔ сравняване
- Оценител на Theil-SenСтатистика↔ сравняване
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →