Regression model
강건 요인 분석(Robust Factor Analysis)
강건 요인 분석은 다변량 연속형 데이터의 잠재 요인 구조를 복원하되, 이상치(outlier)의 왜곡하는 영향에 저항한다. Pison, Rousseeuw, Filzmoser 및 Croux (2003)가 소개한 이 방법은 요인을 추출하기 전에 최소 공분산 행렬식(Minimum Covariance Determinant, MCD) 또는 S-추정량과 같은 강건 추정량으로 고전적 표본 공분산 행렬을 대체한다.
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
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Robust Factor Analysis. ScholarGate. https://scholargate.app/ko/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.
- 요인 분석연구 통계↔ compare
- 영향력 진단 (쿡 거리, DFFITS, 레버리지)통계학↔ compare
- 주성분 분석머신러닝↔ compare
- 강건 공분산 추정 (MCD)통계학↔ compare
- 강건 주성분 분석 (RPCA)통계학↔ compare