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。

StatMindで適用する近日公開動画近日公開Download slides

手法の全文を読む

会員限定

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。

ログイン

Method map

The neighbourhood of related methods — select a node to explore.

出典

  1. 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
  2. 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.

Compare side by side

この手法を参照する項目

ScholarGateRobust Multidimensional Scaling (Robust Multidimensional Scaling). 2026-06-15に以下より取得 https://scholargate.app/ja/statistics/robust-multidimensional-scaling · データセット: https://doi.org/10.5281/zenodo.20539026