Robust Mahalanobis Distance
Robust Mahalanobis Distance flags multivariate outliers by measuring how far each observation lies from the centre of the data using a robust covariance estimate. It builds on the robust-distance framework of Rousseeuw and Van Zomeren (1990) and the multivariate outlier-detection approach of Filzmoser, Garrett and Reimann (2005), replacing the classical mean and covariance with the Minimum Covariance Determinant (MCD) estimate so that the outliers themselves do not distort the distance.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- Rousseeuw, P. J. & Van Zomeren, B. C. (1990). Unmasking Multivariate Outliers and Leverage Points. Journal of the American Statistical Association, 85(411), 633-639. · DOI 10.1080/01621459.1990.10474920
- Filzmoser, P., Garrett, R. G. & Reimann, C. (2005). Multivariate Outlier Detection in Exploration Geochemistry. Computational Statistics & Data Analysis, 49(2), 561-587. · DOI 10.1016/j.cageo.2004.11.013
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.