Robust Mahalanobis Distance
Robust Mahalanobis Distance flags multivariate outliers by measuring how far each observation lies from the centre of the data using a robust covariance estimate. It builds on the robust-distance framework of Rousseeuw and Van Zomeren (1990) and the multivariate outlier-detection approach of Filzmoser, Garrett and Reimann (2005), replacing the classical mean and covariance with the Minimum Covariance Determinant (MCD) estimate so that the outliers themselves do not distort the distance.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- 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
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.