Estimasi Kovarians Robust (MCD)
Estimasi kovarians robust melalui Minimum Covariance Determinant (MCD) mengestimasi vektor rerata multivariat dan matriks kovarians yang tidak terdistorsi oleh pencilan (outlier). Hal ini dimungkinkan secara praktis oleh algoritma Fast-MCD dari Rousseeuw dan Van Driessen (1999), yang dibangun di atas karya awal Rousseeuw tentang estimasi robust.
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 Driessen, K. (1999). A Fast Algorithm for the Minimum Covariance Determinant Estimator. Technometrics, 41(3), 212-223. DOI: 10.1080/00401706.1999.10485670 ↗
- Rousseeuw, P. J. & Leroy, A. M. (1987). Robust Regression and Outlier Detection. Wiley. ISBN: 978-0471488552
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Minimum Covariance Determinant Estimation. ScholarGate. https://scholargate.app/id/statistics/robust-covariance
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.
- 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
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →