Analisis Klaster Robust (TCLUST)
Analisis Klaster Robust adalah metode klasterisasi berbasis model yang terpotong (trimmed model-based clustering), diperkenalkan oleh García-Escudero dan kolega pada tahun 2008, yang mempartisi data multivariat kontinu ke dalam klaster sambil menahan pengaruh pencilan (outliers) dan derau (noise). Dengan menyisihkan sebagian kecil observasi yang paling tidak konsisten, metode ini mencegah struktur klaster yang pulih terkontaminasi oleh titik-titik yang menyimpang.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- García-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A General Trimming Approach to Robust Cluster Analysis. The Annals of Statistics, 36(3), 1324-1345. DOI: 10.1214/07-AOS515 ↗
- Riani, M., Cerioli, A., Atkinson, A. C., & Perrotta, D. (2014). Monitoring Robust Regression / Robust Clustering. Statistics and Computing. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/id/statistics/robust-cluster-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.
- Galat Baku Robust KlasterStatistika↔ compare
- Estimasi MM untuk Regresi RobustStatistika↔ compare
- Analisis Diskriminan RobustStatistika↔ compare
- Analisis Komponen Utama Robust (Robust Principal Component Analysis - RPCA)Statistika↔ compare
- Regresi Robust W-Estimator (Welsch / Tukey Bisquare)Statistika↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →