Análisis de Clústeres Robusto (TCLUST)
El Análisis de Clústeres Robusto es un método de agrupamiento basado en modelos recortados, introducido por García-Escudero y colegas en 2008, que particiona datos multivariantes continuos en clústeres mientras resiste la influencia de valores atípicos y ruido. Al reservar una fracción de las observaciones más discordantes, evita que la estructura de clúster recuperada se contamine por puntos errantes.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
- Riani, M., Cerioli, A., Atkinson, A. C., & Perrotta, D. (2014). Monitoring Robust Regression / Robust Clustering. Statistics and Computing. link ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/es/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.
- Errores estándar robustos a clústerEstadística↔ compare
- Estimación MM para Regresión RobustaEstadística↔ compare
- Análisis Discriminante RobustoEstadística↔ compare
- Análisis de Componentes Principales Robusto (RPCA)Estadística↔ compare
- Regresión Robusta con Estimador W (Welsch / Tukey Bisquare)Estadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →