Robust klyngeanalyse (TCLUST)
Robust klyngeanalyse er en trimmet modelbaseret klyngemetode, introduceret af García-Escudero og kolleger i 2008, der opdeler kontinuerlige multivariate data i klynger, samtidig med at den modstår indflydelsen fra outliers og støj. Ved at tilsidesætte en brøkdel af de mest afvigende observationer forhindrer den, at den genfundne klyngestruktur kontamineres af enkeltstående punkter.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/da/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.
- Klynge-robuste standardfejlStatistik↔ compare
- MM-estimering for robust regressionStatistik↔ compare
- Robust Diskriminant AnalyseStatistik↔ compare
- Robust Principal Component Analysis (RPCA)Statistik↔ compare
- W-Estimator Robust Regression (Welsch / Tukey Bisquare)Statistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →