मजबूत महालनोबिस दूरी
मजबूत महालनोबिस दूरी प्रत्येक अवलोकन को डेटा के केंद्र से कितनी दूर है, यह मापने के लिए बहुभिन्नरूपी आउटलायर्स को फ़्लैग करती है, जिसमें एक मजबूत सहप्रसरण अनुमान का उपयोग किया जाता है। यह रुसेउव और वैन ज़ोमेरेन (1990) के मजबूत-दूरी ढांचे और फ़िल्ज़मोसर, गैरेट और रीमैन (2005) के बहुभिन्नरूपी आउटलायर-पहचान दृष्टिकोण पर आधारित है, जिसमें शास्त्रीय माध्य और सहप्रसरण को न्यूनतम सहप्रसरण निर्धारक (MCD) अनुमान से बदला जाता है ताकि आउटलायर्स स्वयं दूरी को विकृत न करें।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection). ScholarGate. https://scholargate.app/hi/statistics/mahalanobis-robust
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- विषम वितरण के लिए समायोजित बॉक्सप्लॉटसांख्यिकी↔ तुलना करें
- Least Trimmed Squares (LTS) रिग्रेशनसांख्यिकी↔ तुलना करें
- माध्यिका निरपेक्ष विचलन (MAD) आकलनसांख्यिकी↔ तुलना करें
- मजबूत एनोवा (वेल्च और ट्रिम्ड मीन)सांख्यिकी↔ तुलना करें
- थेल-सेन अनुमानकसांख्यिकी↔ तुलना करें