Latent structureMultivariate analysis

শক্তিশালী মাল্টিপল করেসপন্ডেন্স অ্যানালাইসিস (Robust MCA)

শক্তিশালী মাল্টিপল করেসপন্ডেন্স অ্যানালাইসিস (Robust MCA) ক্লাসিক্যাল MCA-কে এমন ডেটাসেটের জন্য প্রসারিত করে যাতে আউটলায়ার বা অস্বাভাবিক ক্যাটাগরিক্যাল ডেটা থাকে। সিঙ্গুলার ভ্যালু ডিকম্পোজিশনের আগে প্রভাবশালী পর্যবেক্ষণগুলিকে কম গুরুত্ব দিয়ে, এটি ক্যাটাগরি সম্পর্কের একটি নিম্ন-মাত্রিক মানচিত্র তৈরি করে যা ডেটার মূল অংশকে বিশ্বস্তভাবে উপস্থাপন করে, কয়েকটি অস্বাভাবিক কেস দ্বারা বিকৃত না হয়ে।

StatMind দিয়ে প্রয়োগ করুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

The neighbourhood of related methods — select a node to explore.

উৎস

  1. Greenacre, M. J. (2017). Correspondence Analysis in Practice (3rd ed.). Chapman & Hall / CRC Press, Boca Raton. ISBN: 978-1498731775
  2. Hubert, M., Rousseeuw, P. J. & Verboven, S. (2004). A robust PCR method for high-dimensional regressors. Journal of Chemometrics, 17(8–9), 438–452. DOI: 10.1002/cem.783

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 3). Robust Multiple Correspondence Analysis. ScholarGate. https://scholargate.app/bn/statistics/robust-multiple-correspondence-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

যেখানে উদ্ধৃত

ScholarGateRobust Multiple Correspondence Analysis (Robust Multiple Correspondence Analysis). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/statistics/robust-multiple-correspondence-analysis · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026