Analyse de regroupement robuste (TCLUST)
L'analyse de regroupement robuste est une méthode de regroupement basée sur un modèle tronqué, introduite par García-Escudero et ses collègues en 2008, qui partitionne des données multivariées continues en groupes tout en résistant à l'influence des valeurs aberrantes et du bruit. En mettant de côté une fraction des observations les plus discordantes, elle évite que la structure de groupe récupérée ne soit contaminée par des points erratiques.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- García-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A General Trimming Approach to Robust Cluster Analysis. The Annals of Statistics, 36(3), 1324-1345. DOI: 10.1214/07-AOS515 ↗
- Riani, M., Cerioli, A., Atkinson, A. C., & Perrotta, D. (2014). Monitoring Robust Regression / Robust Clustering. Statistics and Computing. link ↗
Comment citer cette page
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/fr/statistics/robust-cluster-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.
- Erreurs-types robustes aux clustersStatistique↔ compare
- Estimation MM pour la régression robusteStatistique↔ compare
- Analyse Discriminante RobusteStatistique↔ compare
- Analyse en Composantes Principales Robuste (RPCA)Statistique↔ compare
- Régression robuste par estimateur W (biscarre de Tukey / Welsch)Statistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →