ScholarGate
Βοηθός

Σύγκριση μεθόδων

Εξετάστε τις επιλεγμένες μεθόδους δίπλα-δίπλα· οι γραμμές που διαφέρουν επισημαίνονται.

Διαγνωστικά Επιρροής (Απόσταση Cook, DFFITS, Μοχλός)×Εκτίμηση Εύρωστων Συνδιακυμάνσεων (MCD)×
ΠεδίοΣτατιστικήΣτατιστική
ΟικογένειαRegression modelRegression model
Έτος προέλευσης19771999
ΔημιουργόςR. Dennis Cook (Cook's distance); Belsley, Kuh & Welsch (DFFITS, leverage)Rousseeuw; Rousseeuw & Van Driessen (Fast-MCD)
ΤύποςRegression diagnosticRobust multivariate location-scatter estimator
Θεμελιώδης πηγήCook, R. D. (1977). Detection of Influential Observations in Linear Regression. Technometrics, 19(1), 15-18. DOI ↗Rousseeuw, P. J. & Van Driessen, K. (1999). A Fast Algorithm for the Minimum Covariance Determinant Estimator. Technometrics, 41(3), 212-223. DOI ↗
Εναλλακτικές ονομασίεςCook's distance, DFFITS, leverage, influential observation detectionminimum covariance determinant, MCD estimator, robust covariance estimation, Robust Kovaryans Tahmini (MCD)
Συναφείς54
ΣύνοψηInfluence diagnostics are a family of post-fit measures that quantify how much each single observation affects a fitted regression. Cook's distance was introduced by R. Dennis Cook in 1977, with leverage and DFFITS formalised by Belsley, Kuh and Welsch in 1980, to flag the observations that most strongly pull the estimated coefficients.Robust Covariance via the Minimum Covariance Determinant (MCD) estimates a multivariate mean vector and covariance matrix that are not distorted by outliers. It was made practical by the Fast-MCD algorithm of Rousseeuw and Van Driessen (1999), building on Rousseeuw's earlier work on robust estimation.
ScholarGateΣύνολο δεδομένων
  1. v1
  2. 2 Πηγές
  3. PUBLISHED
  1. v1
  2. 2 Πηγές
  3. PUBLISHED

Μετάβαση στην αναζήτηση Λήψη διαφανειών

ScholarGateΣύγκριση μεθόδων: Influence Diagnostics · Robust Covariance (MCD). Ανακτήθηκε στις 2026-06-18 από https://scholargate.app/el/compare