Regression model
ロバスト・クラスター分析（TCLUST）
ロバスト・クラスター分析は、García-Escuderoらによって2008年に導入された、外れ値やノイズの影響に抵抗しながら、連続多変量データをクラスターに分割する、トリムされたモデルベースのクラスタリング手法です。最も不一致度の高い観測値の一部を脇に置くことで、検出されたクラスター構造が散発的な点によって汚染されるのを防ぎます。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/ja/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.
- クラスター頑健標準誤差統計学↔ compare
- MM推定によるロバスト回帰統計学↔ compare
- 頑健判別分析統計学↔ compare
- Robust PCA統計学↔ compare
- W-Estimator Robust Regression（ウェルシュ／チューキー・ビスクエア法）統計学↔ compare