Regression model

Ανάλυση Στιβαρής Συσταδοποίησης (TCLUST)

Η Ανάλυση Στιβαρής Συσταδοποίησης (Robust Cluster Analysis) είναι μια μέθοδος συσταδοποίησης βασισμένη σε μοντέλο με επεξεργασία (trimmed model-based clustering), που εισήχθη από τους García-Escudero και συνεργάτες το 2008, η οποία διαμερίζει συνεχή πολυμεταβλητά δεδομένα σε συστάδες, ενώ αντιστέκεται στην επίδραση των ακραίων τιμών και του θορύβου. Θέτοντας στην άκρη ένα ποσοστό των πιο ασύμφωνων παρατηρήσεων, διατηρεί τη δομή των συστάδων που ανακτάται από το να μολυνθεί από διάσπαρτα σημεία.

Εφαρμογή με το StatMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. García-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A General Trimming Approach to Robust Cluster Analysis. The Annals of Statistics, 36(3), 1324-1345. DOI: 10.1214/07-AOS515
  2. Riani, M., Cerioli, A., Atkinson, A. C., & Perrotta, D. (2014). Monitoring Robust Regression / Robust Clustering. Statistics and Computing. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/el/statistics/robust-cluster-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

Αναφέρεται από

ScholarGateRobust Cluster Analysis (Trimmed Robust Cluster Analysis (TCLUST)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/statistics/robust-cluster-analysis · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026