Latent structureMultivariate analysis

Εύρωστη Πολυδιάστατη Κλιμάκωση (Robust MDS)

Η εύρωστη πολυδιάστατη κλιμάκωση ανακτά έναν χωρικό χάρτη χαμηλής διάστασης από έναν πίνακα διαφορών μεταξύ ζευγών, ενώ αντιστέκεται στην παραμόρφωση που προκαλείται από ακραίες ή εσφαλμένες τιμές εγγύτητας. Αντικαθιστώντας την απώλεια τετραγωνικού σφάλματος με μια εύρωστη συνάρτηση απώλειας ή μειώνοντας το βάρος ύποπτων ζευγών, παράγει μια διαμόρφωση που αντιπροσωπεύει πιστά τον κύριο όγκο των δεδομένων, ακόμη και όταν ορισμένες αποστάσεις είναι εξαιρετικά άτυπες.

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. 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
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Robust Multidimensional Scaling. ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateRobust Multidimensional Scaling (Robust Multidimensional Scaling). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/statistics/robust-multidimensional-scaling · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026