Latent structureMultivariate analysis

Robustní vícerozměrné škálování (Robust MDS)

Robustní vícerozměrné škálování obnovuje nízkorozměrnou prostorovou mapu z matice párových nepodobností, přičemž odolává zkreslení způsobenému odlehlými nebo chybnými hodnotami blízkosti. Nahrazením ztráty čtvercových chyb robustní ztrátovou funkcí nebo snížením váhy podezřelých párů vytváří konfiguraci, která věrně reprezentuje většinu dat, i když jsou některé vzdálenosti hrubě atypické.

Použít v StatMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  1. Hubert, L., Arabie, P. & Meulman, J. (2002). Linear unidimensional scaling in the L2-norm: Basic optimization methods using SMACOF. Journal of Classification, 19(2), 303–327. link
  2. Buja, A., Swayne, D. F., Littman, M. L., Dean, N., Hofmann, H. & Chen, L. (2008). Data visualization with multidimensional scaling. Journal of Computational and Graphical Statistics, 17(2), 444–472. DOI: 10.1198/106186008X318440

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Robust Multidimensional Scaling. ScholarGate. https://scholargate.app/cs/statistics/robust-multidimensional-scaling

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

Odkazuje sem

ScholarGateRobust Multidimensional Scaling (Robust Multidimensional Scaling). Získáno 2026-06-15 z https://scholargate.app/cs/statistics/robust-multidimensional-scaling · Datová sada: https://doi.org/10.5281/zenodo.20539026