Robust Cluster Analysis (TCLUST)
Robust Cluster Analysis è un metodo di clustering basato su modello con trimming, introdotto da García-Escudero e colleghi nel 2008, che partiziona dati multivariati continui in cluster resistendo all'influenza di outlier e rumore. Mettendo da parte una frazione delle osservazioni più discordanti, impedisce che la struttura dei cluster recuperata venga contaminata da punti anomali.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/it/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.
- Errori standard robusti ai clusterStatistica↔ compare
- Stima MM per la regressione robustaStatistica↔ compare
- Analisi Discriminante RobustaStatistica↔ compare
- Robust Principal Component Analysis (RPCA)Statistica↔ compare
- Regressione Robusta con Stimatore W (Welsch / Tukey Bisquare)Statistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →