Analyse Multidimensionnelle Robuste (MDS robuste)
L'analyse factorielle des correspondances robuste permet de retrouver une carte spatiale de faible dimension à partir d'une matrice de dissimilarités par paires, tout en résistant à la distorsion causée par des valeurs de proximité aberrantes ou erronées. En remplaçant la minimisation des erreurs quadratiques par une fonction de perte robuste ou en pondérant à la baisse les paires suspectes, elle produit une configuration qui représente fidèlement la majorité des données, même lorsque certaines distances sont grossièrement atypiques.
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
- Hubert, L., Arabie, P. & Meulman, J. (2002). Linear unidimensional scaling in the L2-norm: Basic optimization methods using SMACOF. Journal of Classification, 19(2), 303–327. link ↗
- Buja, A., Swayne, D. F., Littman, M. L., Dean, N., Hofmann, H. & Chen, L. (2008). Data visualization with multidimensional scaling. Journal of Computational and Graphical Statistics, 17(2), 444–472. DOI: 10.1198/106186008X318440 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Robust Multidimensional Scaling. ScholarGate. https://scholargate.app/fr/statistics/robust-multidimensional-scaling
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.
- L'Échelle multidimensionnelle (MDS)Statistique↔ compare
- Analyse de regroupement robuste (TCLUST)Statistique↔ compare
- Analyse des correspondances robusteStatistique↔ compare
- Analyse factorielle exploratoire robustePsychométrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →