Robust Mahalanobis Distance
Robust Mahalanobis Distance flags multivariate outliers by measuring how far each observation lies from the centre of the data using a robust covariance estimate. It builds on the robust-distance framework of Rousseeuw and Van Zomeren (1990) and the multivariate outlier-detection approach of Filzmoser, Garrett and Reimann (2005), replacing the classical mean and covariance with the Minimum Covariance Determinant (MCD) estimate so that the outliers themselves do not distort the distance.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.