Regression model

تحلیل عاملی مقاوم

تحلیل عاملی مقاوم، ساختار عاملی پنهان داده‌های پیوسته چندمتغیره را بازیابی می‌کند در حالی که در برابر کشش مخرب داده‌های پرت مقاومت می‌نماید. این روش که توسط پیزون، روسیو، فیلزموسر و کرو (۲۰۰۳) معرفی شد، کوواریانس نمونه کلاسیک را با یک برآوردگر مقاوم مانند حداقل کوواریانس تعیین‌کننده (MCD) یا یک برآوردگر S جایگزین می‌کند و سپس عوامل را استخراج می‌نماید.

به‌کارگیری با StatMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. 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
  2. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 1). Robust Factor Analysis. ScholarGate. https://scholargate.app/fa/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.

Compare side by side
ScholarGateRobust Factor Analysis (Robust Factor Analysis). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/statistics/robust-factor-analysis · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026