Robuste Diskriminanzanalyse
Die Robuste Diskriminanzanalyse ist eine Klassifikationsmethode, die Gruppen mit einer linearen Diskriminanzfunktion trennt und dabei unempfindlich gegenüber Ausreißern ist. Sie ersetzt den klassischen Mittelwert und die Kovarianz durch einen Schätzer mit hohem Breakdown-Punkt wie die Minimum-Kovarianz-Determinante (MCD), ein Ansatz, der von Hawkins & McLachlan (1997) und Croux & Dehon (2001) entwickelt wurde.
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
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). High-Breakdown Robust Linear Discriminant Analysis. ScholarGate. https://scholargate.app/de/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.
- Heteroskedastizitätsrobuste (HC) StandardfehlerStatistik↔ compare
- Lineare Diskriminanzanalyse (LDA)Maschinelles Lernen↔ compare
- Logistische RegressionForschungsstatistik↔ compare
- Quadratische Diskriminanzanalyse (QDA)Maschinelles Lernen↔ compare
- Robuste Logistische RegressionStatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →