Anàlisi de Clústers Robusta (TCLUST)
L'Anàlisi de Clústers Robusta és un mètode de clustering basat en models retallats, introduït per García-Escudero i col·laboradors el 2008, que particiona dades multivariants contínues en clústers tot resistint la influència de valors atípics i soroll. Descartant una fracció de les observacions més discordants, evita que l'estructura de clúster recuperada sigui contaminada per punts dispersos.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- García-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A General Trimming Approach to Robust Cluster Analysis. The Annals of Statistics, 36(3), 1324-1345. DOI: 10.1214/07-AOS515 ↗
- Riani, M., Cerioli, A., Atkinson, A. C., & Perrotta, D. (2014). Monitoring Robust Regression / Robust Clustering. Statistics and Computing. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/ca/statistics/robust-cluster-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.
- Errors estàndard robustes a clústersEstadística↔ compare
- Estimació MM per a la regressió robustaEstadística↔ compare
- Anàlisi Discriminant RobustaEstadística↔ compare
- Anàlisi de Components Principals Robusta (RPCA)Estadística↔ compare
- Regressió robusta amb estimador W (Welsch / Tukey Bisquare)Estadística↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →