Escalamiento Multidimensional Robusto (Robust MDS)
El escalamiento multidimensional robusto recupera un mapa espacial de baja dimensionalidad a partir de una matriz de disimilaridades por pares, resistiendo la distorsión causada por valores de proximidad anómalos o erróneos. Al reemplazar la pérdida de error cuadrático por una función de pérdida robusta o al dar menor peso a pares sospechosos, produce una configuración que representa fielmente la mayor parte de los datos, incluso cuando algunas distancias son marcadamente atípicas.
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
- 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 ↗
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Multidimensional Scaling. ScholarGate. https://scholargate.app/es/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.
- Escalamiento multidimensional (MDS)Estadística↔ compare
- Análisis de Clústeres Robusto (TCLUST)Estadística↔ compare
- Análisis de Correspondencias RobustoEstadística↔ compare
- Análisis Factorial Exploratorio RobustoPsicometría↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →