Robustní diskriminační analýza
Robustní diskriminační analýza je klasifikační metoda, která odděluje skupiny pomocí lineární diskriminační funkce a zároveň odolává vlivu odlehlých hodnot. Nahrazuje klasický průměr a kovarianci odhadem s vysokým bodem zlomu, jako je minimální kovarianční determinant (MCD), přístup vyvinutý Hawkins & McLachlan (1997) a Croux & Dehon (2001).
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Hawkins, D. M. & McLachlan, G. J. (1997). High Breakdown Linear Discriminant Analysis. Journal of the American Statistical Association, 92(437), 136-143. DOI: 10.1080/01621459.1997.10473610 ↗
- Croux, C. & Dehon, C. (2001). Robust Linear Discriminant Analysis Using S-Estimators. Canadian Journal of Statistics, 29(3), 473-493. DOI: 10.2307/3316042 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). High-Breakdown Robust Linear Discriminant Analysis. ScholarGate. https://scholargate.app/cs/statistics/robust-discriminant-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.
- Robustní (HC) standardní chyby vůči heteroskedasticitěStatistika↔ compare
- Lineární diskriminační analýza (LDA)Strojové učení↔ compare
- Logistická regreseStatistika ve výzkumu↔ compare
- Kvadratická diskriminační analýza (QDA)Strojové učení↔ compare
- Robustní logistická regreseStatistika↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →