Robuste Clusteranalyse (TCLUST)
Robuste Clusteranalyse ist eine getrimmte modellbasierte Cluster-Methode, die 2008 von García-Escudero und Kollegen eingeführt wurde. Sie partitioniert kontinuierliche multivariate Daten in Cluster, während sie dem Einfluss von Ausreißern und Rauschen widersteht. Indem ein Bruchteil der am stärksten diskordanten Beobachtungen beiseitegelegt wird, wird verhindert, dass die wiederhergestellte Clusterstruktur durch vereinzelte Punkte verunreinigt wird.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/de/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.
- Clusterrobuste StandardfehlerStatistik↔ compare
- MM-Schätzung für robuste RegressionStatistik↔ compare
- Robuste DiskriminanzanalyseStatistik↔ compare
- Robuste Hauptkomponentenanalyse (RPCA)Statistik↔ compare
- W-Schätzer Robuste Regression (Welsch / Tukey Bisquare)Statistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →