Robustti Mahalanobiksen etäisyys
Robustti Mahalanobiksen etäisyys tunnistaa monimuuttuja-poikkeamat mittaamalla, kuinka kaukana kukin havainto on datan keskipisteestä käyttäen robusttia kovarianssiestimaattia. Se perustuu Rousseeuwin ja Van Zomerenin (1990) robustin etäisyyden viitekehykseen ja Filzmoserin, Garrettin ja Reimannin (2005) monimuuttujaisten poikkeamien tunnistusmenetelmään korvaamalla klassinen keskiarvo ja kovarianssi minimikokovarianssimäärittäjäestimaatilla (MCD), jotta poikkeamat itse eivät vääristä etäisyyttä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection). ScholarGate. https://scholargate.app/fi/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.
- Sovitettu laatikkokuvio vinoille jakaumilleTilastotiede↔ compare
- Vähiten katkaistujen neliöiden (LTS) regressioTilastotiede↔ compare
- Mediaanin absoluuttisen poikkeaman (MAD) estimointiTilastotiede↔ compare
- Robust ANOVA (Welch & Trimmed Mean)Tilastotiede↔ compare
- Theil-Senin estimaattoriTilastotiede↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →