Regression model
ロバスト因子分析
ロバスト因子分析は、多変量連続データにおける潜在因子構造を、外れ値の歪んだ影響に抵抗しながら回復させる手法である。Pison, Rousseeuw, Filzmoser, Croux (2003) によって導入されたこの手法は、因子抽出の前に、最小共分散決定統計量 (MCD) や S-エスティメータのようなロバストな推定値で古典的な標本共分散を置き換える。
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
- Pison, G., Rousseeuw, P. J., Filzmoser, P., & Croux, C. (2003). Robust factor analysis. Journal of Multivariate Analysis, 84(1), 145-172. DOI: 10.1016/S0047-259X(02)00007-6 ↗
- Hubert, M., Rousseeuw, P. J., & Vanden Branden, K. (2005). ROBPCA: A new approach to robust principal component analysis. Technometrics, 47(1), 64-79. DOI: 10.1198/004017004000000563 ↗
このページの引用方法
ScholarGate. (2026, June 1). Robust Factor Analysis. ScholarGate. https://scholargate.app/ja/statistics/robust-factor-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.
- 因子分析研究統計↔ compare
- 影響診断（Cook距離、DFFITS、レバレッジ）統計学↔ compare
- 主成分分析機械学習↔ compare
- ロバスト共分散推定 (MCD)統計学↔ compare
- Robust PCA統計学↔ compare