Análisis Factorial Robusto
El Análisis Factorial Robusto recupera la estructura latente de factores de datos continuos multivariados resistiendo la influencia distorsionadora de los valores atípicos. Introducido por Pison, Rousseeuw, Filzmoser y Croux (2003), reemplaza la covarianza muestral clásica con un estimador robusto como el Determinante Mínimo de Covarianza (MCD) o un estimador S antes de extraer los factores.
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
- Pison, G., Rousseeuw, P. J., Filzmoser, P., & Croux, C. (2003). Robust factor analysis. Journal of Multivariate Analysis, 84(1), 145-172. DOI: 10.1016/S0047-259X(02)00007-6 ↗
- Hubert, M., Rousseeuw, P. J., & Vanden Branden, K. (2005). ROBPCA: A new approach to robust principal component analysis. Technometrics, 47(1), 64-79. DOI: 10.1198/004017004000000563 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Robust Factor Analysis. ScholarGate. https://scholargate.app/es/statistics/robust-factor-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.
- Análisis FactorialEstadística para la investigación↔ compare
- Diagnóstico de influencia (distancia de Cook, DFFITS, apalancamiento)Estadística↔ compare
- Análisis de Componentes PrincipalesAprendizaje automático↔ compare
- Estimación Robusta de la Covarianza (MCD)Estadística↔ compare
- Análisis de Componentes Principales Robusto (RPCA)Estadística↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →