ScholarGate
Assistent
Latent structureMultivariate analysis

Robust Multiple Correspondence Analysis (Robust MCA)

Robust Multiple Correspondence Analysis erweitert die klassische MCA für Datensätze, die Ausreißer oder atypische Zeilen kategorialer Daten enthalten. Durch Heruntergewichtung einflussreicher Beobachtungen vor der Singulärwertzerlegung erzeugt sie eine niedrigdimensionale Abbildung von Kategorienbeziehungen, die den Großteil der Daten getreu wiedergibt, anstatt durch eine Handvoll anomaler Fälle verzerrt zu werden.

Mit StatMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

Quellen

  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

So zitieren Sie diese Seite

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

Referenziert von

ScholarGateRobust Multiple Correspondence Analysis (Robust Multiple Correspondence Analysis). Abgerufen am 2026-06-15 von https://scholargate.app/de/statistics/robust-multiple-correspondence-analysis · Datensatz: https://doi.org/10.5281/zenodo.20539026