Latent structureMultivariate analysis
ロバスト多次元尺度構成法 (Robust MDS)
ロバスト多次元尺度構成法は、ペアごとの非類似度行列から低次元の空間マップを復元する手法であり、外れ値や誤った近接値による歪みに抵抗します。二乗誤差損失をロバストな損失関数に置き換えるか、疑わしいペアの重みを小さくすることで、一部の距離が著しく異常値であっても、データの大部分を忠実に表現する配置を生成します。
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
- Hubert, L., Arabie, P. & Meulman, J. (2002). Linear unidimensional scaling in the L2-norm: Basic optimization methods using SMACOF. Journal of Classification, 19(2), 303–327. link ↗
- Buja, A., Swayne, D. F., Littman, M. L., Dean, N., Hofmann, H. & Chen, L. (2008). Data visualization with multidimensional scaling. Journal of Computational and Graphical Statistics, 17(2), 444–472. DOI: 10.1198/106186008X318440 ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Multidimensional Scaling. ScholarGate. https://scholargate.app/ja/statistics/robust-multidimensional-scaling
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.
- 多次元尺度構成法 (MDS)統計学↔ compare
- ロバスト・クラスター分析(TCLUST)統計学↔ compare
- ロバスト対応分析統計学↔ compare
- 頑健探索的因子分析心理測定学↔ compare