Robustne diskriminantanalüüs
Robustne diskriminantanalüüs on klassifitseerimismeetod, mis eraldab rühmi lineaarse diskriminantfunktsiooni abil, olles samal ajal vastupidav hälvikute mõjule. See asendab klassikalise keskmise ja kovariatsiooni kõrge purunemispunktiga hinnanguga, näiteks vähima kovariatsioonideterminandi (MCD) meetodiga, mille töötasid välja Hawkins & McLachlan (1997) ning Croux & Dehon (2001).
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Meetodikaart
Seotud meetodite ümbruskond — vali sõlm, et seda uurida.
Allikad
- Hawkins, D. M. & McLachlan, G. J. (1997). High Breakdown Linear Discriminant Analysis. Journal of the American Statistical Association, 92(437), 136-143. DOI: 10.1080/01621459.1997.10473610 ↗
- Croux, C. & Dehon, C. (2001). Robust Linear Discriminant Analysis Using S-Estimators. Canadian Journal of Statistics, 29(3), 473-493. DOI: 10.2307/3316042 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). High-Breakdown Robust Linear Discriminant Analysis. ScholarGate. https://scholargate.app/et/statistics/robust-discriminant-analysis
Milline meetod?
Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.
- Heteroscedastilisus-kindlad (HC) standardveadStatistika↔ võrdle
- Lineaarne diskriminantanalüüs (LDA)Masinõpe↔ võrdle
- Logistiline regressioonUurimisstatistika↔ võrdle
- Kvadraatiline diskriminantanalüüs (QDA)Masinõpe↔ võrdle
- Robustne logistiline regressioonStatistika↔ võrdle
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →