Regression model
ロバスト・マハラノビス距離
ロバスト・マハラノビス距離は、ロバストな共分散推定値を用いて各観測値がデータの中心からどれだけ離れているかを測定することにより、多変量外れ値を検出します。これは、Rousseeuw and Van Zomeren (1990) のロバスト距離フレームワークと、Filzmoser, Garrett and Reimann (2005) の多変量外れ値検出アプローチを基盤としており、古典的な平均と共分散を最小共分散決定（MCD）推定値に置き換えることで、外れ値自体が距離を歪めることを防ぎます。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection). ScholarGate. https://scholargate.app/ja/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.
- 歪んだ分布に対する調整済み箱ひげ図統計学↔ compare
- Least Trimmed Squares (LTS) 回帰分析統計学↔ compare
- 中央絶対偏差 (MAD) 推定統計学↔ compare
- ロバストANOVA（ウェルチとトリム平均）統計学↔ compare
- Theil-Sen推定量統計学↔ compare