ScholarGate
Assistent
Latent structureMultivariate analysis

Robust Multiple Correspondence Analysis (Robust MCA)

Robust Multiple Correspondence Analysis udvider klassisk MCA til datasæt, der indeholder udliggende eller atypiske rækker af kategoriske data. Ved at nedvægte indflydelsesrige observationer før singulærværdi-dekomponeringen producerer den et lavdimensionelt kort over kategorirelationer, der trofast repræsenterer størstedelen af dataene snarere end at blive forvrænget af en håndfuld anomale tilfælde.

Anvend med StatMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Kilder

  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

Sådan citerer du denne side

ScholarGate. (2026, June 3). Robust Multiple Correspondence Analysis. ScholarGate. https://scholargate.app/da/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

Refereret af

ScholarGateRobust Multiple Correspondence Analysis (Robust Multiple Correspondence Analysis). Hentet 2026-06-15 fra https://scholargate.app/da/statistics/robust-multiple-correspondence-analysis · Datasæt: https://doi.org/10.5281/zenodo.20539026