Latent structureMultivariate analysis
ניתוח התאמה מרובה רובסטי (Robust MCA)
ניתוח התאמה מרובה רובסטי (Robust MCA) מרחיב את ה-MCA הקלאסי למערכי נתונים המכילים שורות חריגות או א-טיפיות של נתונים קטגוריים. על ידי הפחתת משקלן של תצפיות משפיעות לפני פירוק לערכים סינגולריים (singular value decomposition), הוא מייצר מפה דלת-ממדית של קשרי קטגוריות המשקפת נאמנה את עיקר הנתונים במקום להיות מעוותת על ידי קומץ מקרים חריגים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Greenacre, M. J. (2017). Correspondence Analysis in Practice (3rd ed.). Chapman & Hall / CRC Press, Boca Raton. ISBN: 978-1498731775
- Hubert, M., Rousseeuw, P. J. & Verboven, S. (2004). A robust PCR method for high-dimensional regressors. Journal of Chemometrics, 17(8–9), 438–452. DOI: 10.1002/cem.783 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Robust Multiple Correspondence Analysis. ScholarGate. https://scholargate.app/he/statistics/robust-multiple-correspondence-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.
- ניתוח אשכולותסטטיסטיקה↔ compare
- ניתוח התאמהסטטיסטיקה↔ compare
- ניתוח התאמות מרובות (MCA)סטטיסטיקה↔ compare
- ניתוח גורמים חקרני חסיןפסיכומטריה↔ compare