Robustti kovarianssimenetelmä (MCD)
Robustti kovarianssi käyttäen minimikokonaismääräarviota (MCD) arvioi monimuuttujaista keskiarvovektoria ja kovarianssimatriisia, joihin poikkeamat eivät vaikuta. Se tehtiin käytännölliseksi Rousseeuwin ja Van Driessenin (1999) Fast-MCD-algoritmilla, joka perustuu Rousseeuwin aiempaan työhön robustissa estimoinnissa.
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 Driessen, K. (1999). A Fast Algorithm for the Minimum Covariance Determinant Estimator. Technometrics, 41(3), 212-223. DOI: 10.1080/00401706.1999.10485670 ↗
- Rousseeuw, P. J. & Leroy, A. M. (1987). Robust Regression and Outlier Detection. Wiley. ISBN: 978-0471488552
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Minimum Covariance Determinant Estimation. ScholarGate. https://scholargate.app/fi/statistics/robust-covariance
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.
- Vähiten katkaistujen neliöiden (LTS) regressioTilastotiede↔ compare
- Mediaanin absoluuttisen poikkeaman (MAD) estimointiTilastotiede↔ compare
- Robust ANOVA (Welch & Trimmed Mean)Tilastotiede↔ compare
- Theil-Senin estimaattoriTilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →