Jarak Mahalanobis Robust
Jarak Mahalanobis Robust menandai pencilan multivariat dengan mengukur seberapa jauh setiap observasi dari pusat data menggunakan estimasi kovarians yang robust. Metode ini dibangun di atas kerangka jarak robust dari Rousseeuw dan Van Zomeren (1990) serta pendekatan deteksi pencilan multivariat dari Filzmoser, Garrett dan Reimann (2005), dengan mengganti rata-rata dan kovarians klasik dengan estimasi Minimum Covariance Determinant (MCD) sehingga pencilan itu sendiri tidak mendistorsi jarak.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection). ScholarGate. https://scholargate.app/id/statistics/mahalanobis-robust
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.
- Boxplot yang Disesuaikan untuk Distribusi MiringStatistika↔ compare
- Regresi Least Trimmed Squares (LTS)Statistika↔ compare
- Estimasi Deviasi Absolut Median (MAD)Statistika↔ compare
- ANOVA Robust (Welch & Trimmed Mean)Statistika↔ compare
- Estimator Theil-SenStatistika↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →