ScholarGate
Asistent
Regression model

Robusna Mahalanobisova udaljenost

Robusna Mahalanobisova udaljenost identificira multivarijatne otklone mjereći koliko se svaka opažena vrijednost udaljava od središta podataka, koristeći robusnu procjenu kovarijance. Ona se nadograđuje na okvir robusnih udaljenosti Rousseeuwa i Van Zomerena (1990.) te na pristup multivarijatnoj detekciji otklona Filzmosera, Garretta i Reimanna (2005.), zamjenjujući klasični srednjak i kovarijancu procjenom najmanjeg determinanta kovarijance (MCD) kako bi se spriječilo da sami otkloni iskrivljuju udaljenost.

Primijenite uz StatMindUskoroVideoUskoroPreuzmi prezentaciju

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Karta metoda

Okruženje srodnih metoda — odaberite čvor za istraživanje.

Izvori

  1. 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
  2. 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

Kako citirati ovu stranicu

ScholarGate. (2026, June 1). Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection). ScholarGate. https://scholargate.app/hr/statistics/mahalanobis-robust

Koja metoda?

Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.

Usporedi jedno uz drugo
ScholarGateRobust Mahalanobis Distance (Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection)). Preuzeto 2026-06-15 s https://scholargate.app/hr/statistics/mahalanobis-robust · Skup podataka: https://doi.org/10.5281/zenodo.20539026