Analisi Discriminante Robusta
L'Analisi Discriminante Robusta (Robust Discriminant Analysis) è un metodo di classificazione che separa i gruppi mediante una funzione discriminante lineare, resistendo all'influenza dei valori anomali (outlier). Essa sostituisce la media e la covarianza classiche con uno stimatore ad alto punto di rottura (high-breakdown estimator) come il Minimum Covariance Determinant (MCD), un approccio sviluppato da Hawkins & McLachlan (1997) e Croux & Dehon (2001).
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
- Hawkins, D. M. & McLachlan, G. J. (1997). High Breakdown Linear Discriminant Analysis. Journal of the American Statistical Association, 92(437), 136-143. DOI: 10.1080/01621459.1997.10473610 ↗
- Croux, C. & Dehon, C. (2001). Robust Linear Discriminant Analysis Using S-Estimators. Canadian Journal of Statistics, 29(3), 473-493. DOI: 10.2307/3316042 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). High-Breakdown Robust Linear Discriminant Analysis. ScholarGate. https://scholargate.app/it/statistics/robust-discriminant-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 all'eteroschedasticità (HC)Statistica↔ compare
- Analisi Discriminante Lineare (LDA)Apprendimento automatico↔ compare
- Regressione LogisticaStatistica per la ricerca↔ compare
- Analisi Discriminante Quadratica (QDA)Apprendimento automatico↔ compare
- Regressione Logistica RobustaStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →