فاصله ماهالانوبیس مقاوم
فاصله ماهالانوبیس مقاوم، نقاط پرت چندمتغیره را با اندازهگیری میزان دوری هر مشاهده از مرکز داده با استفاده از تخمین کوواریانس مقاوم، پرچمگذاری میکند. این روش بر اساس چارچوب فاصله مقاوم روسو و ون زومرن (۱۹۹۰) و رویکرد تشخیص نقاط پرت چندمتغیره فیلزموزر، گرت و ریمان (۲۰۰۵) بنا شده است و میانگین و کوواریانس کلاسیک را با تخمین حداقل کوواریانس تعیین (MCD) جایگزین میکند تا نقاط پرت خودشان باعث اعوجاج فاصله نشوند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Rousseeuw, P. J. & Van Zomeren, B. C. (1990). Unmasking Multivariate Outliers and Leverage Points. Journal of the American Statistical Association, 85(411), 633-639. DOI: 10.1080/01621459.1990.10474920 ↗
- Filzmoser, P., Garrett, R. G. & Reimann, C. (2005). Multivariate Outlier Detection in Exploration Geochemistry. Computational Statistics & Data Analysis, 49(2), 561-587. DOI: 10.1016/j.cageo.2004.11.013 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection). ScholarGate. https://scholargate.app/fa/statistics/mahalanobis-robust
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.
- نمودار جعبهای تعدیلشده برای توزیعهای چولهآمار↔ compare
- رگرسیون حداقل مربعات هرسشده (LTS)آمار↔ compare
- برآورد انحراف مطلق میانه (MAD)آمار↔ compare
- ANOVAی ناپارامتریک (میانگین ناپارامتریک ولش و میانگین هرسشده)آمار↔ compare
- تخمینگر تیل-سنآمار↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →