Regression model
강건 판별 분석
강건 판별 분석은 이상치의 영향을 덜 받는 선형 판별 함수를 사용하여 그룹을 분리하는 분류 방법입니다. 이는 Hawkins & McLachlan (1997) 및 Croux & Dehon (2001)이 개발한 최소 공분산 행렬식(MCD)과 같은 높은 고장점 추정량으로 고전적인 평균 및 공분산을 대체합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Hawkins, D. M. & McLachlan, G. J. (1997). High Breakdown Linear Discriminant Analysis. Journal of the American Statistical Association, 92(437), 136-143. DOI: 10.1080/01621459.1997.10473610 ↗
- Croux, C. & Dehon, C. (2001). Robust Linear Discriminant Analysis Using S-Estimators. Canadian Journal of Statistics, 29(3), 473-493. DOI: 10.2307/3316042 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). High-Breakdown Robust Linear Discriminant Analysis. ScholarGate. https://scholargate.app/ko/statistics/robust-discriminant-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.
- 이분산성-강건 (HC) 표준 오차통계학↔ compare
- 선형 판별 분석 (LDA)머신러닝↔ compare
- 로지스틱 회귀연구 통계↔ compare
- 2차 판별 분석(QDA)머신러닝↔ compare
- 강건 로지스틱 회귀통계학↔ compare