Robuste Faktorenanalyse
Die Robuste Faktorenanalyse rekonstruiert die latente Faktorstruktur multivariater kontinuierlicher Daten, indem sie sich dem verzerrenden Einfluss von Ausreißern widersetzt. Eingeführt von Pison, Rousseeuw, Filzmoser und Croux (2003), ersetzt sie die klassische Stichprobenkovarianz durch einen robusten Schätzer wie den Minimum Covariance Determinant (MCD) oder einen S-Schätzer, bevor Faktoren extrahiert werden.
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
- Pison, G., Rousseeuw, P. J., Filzmoser, P., & Croux, C. (2003). Robust factor analysis. Journal of Multivariate Analysis, 84(1), 145-172. DOI: 10.1016/S0047-259X(02)00007-6 ↗
- Hubert, M., Rousseeuw, P. J., & Vanden Branden, K. (2005). ROBPCA: A new approach to robust principal component analysis. Technometrics, 47(1), 64-79. DOI: 10.1198/004017004000000563 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Robust Factor Analysis. ScholarGate. https://scholargate.app/de/statistics/robust-factor-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.
- FaktorenanalyseForschungsstatistik↔ compare
- Diagnostik der Einflussnahme (Cook'sche Distanz, DFFITS, Hebelwirkung)Statistik↔ compare
- HauptkomponentenanalyseMaschinelles Lernen↔ compare
- Robuste Kovarianzschätzung (MCD)Statistik↔ compare
- Robuste Hauptkomponentenanalyse (RPCA)Statistik↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →