Robuste Multidimensionale Skalierung (Robuste MDS)
Robuste multidimensionale Skalierung rekonstruiert eine niedrigdimensionale räumliche Karte aus einer Matrix paarweiser Unähnlichkeiten, während sie Verzerrungen durch Ausreißer oder fehlerhafte Nähewerte widersteht. Durch den Ersatz des quadratischen Fehlerverlusts durch eine robuste Verlustfunktion oder die Herabstufung verdächtiger Paare erzeugt sie eine Konfiguration, die den Großteil der Daten getreu darstellt, selbst wenn einige Distanzen grob untypisch sind.
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
- Hubert, L., Arabie, P. & Meulman, J. (2002). Linear unidimensional scaling in the L2-norm: Basic optimization methods using SMACOF. Journal of Classification, 19(2), 303–327. link ↗
- Buja, A., Swayne, D. F., Littman, M. L., Dean, N., Hofmann, H. & Chen, L. (2008). Data visualization with multidimensional scaling. Journal of Computational and Graphical Statistics, 17(2), 444–472. DOI: 10.1198/106186008X318440 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Robust Multidimensional Scaling. ScholarGate. https://scholargate.app/de/statistics/robust-multidimensional-scaling
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.
- Multidimensionale Skalierung (MDS)Statistik↔ compare
- Robuste Clusteranalyse (TCLUST)Statistik↔ compare
- Robuste KorrespondenzanalyseStatistik↔ compare
- Robuste Exploratorische FaktorenanalysePsychometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →