Jarak Mahalanobis Teguh
Jarak Mahalanobis Teguh menandakan pencilan multivariat dengan mengukur sejauh mana setiap pemerhatian terletak dari pusat data menggunakan anggaran kovarians yang teguh. Ia dibina berdasarkan rangka kerja jarak teguh Rousseeuw dan Van Zomeren (1990) dan pendekatan pengesanan pencilan multivariat Filzmoser, Garrett dan Reimann (2005), menggantikan min dan kovarians klasik dengan anggaran Minimum Covariance Determinant (MCD) supaya pencilan itu sendiri tidak mendistorsi jarak.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection). ScholarGate. https://scholargate.app/ms/statistics/mahalanobis-robust
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.
- Plot Batang Laras untuk Taburan Menceng (Skewed Distributions)Statistik↔ compare
- Regresi Kuasa Dua Terpangkas Terkecil (LTS)Statistik↔ compare
- Anggaran Sisihan Mutlak Mutlak (MAD)Statistik↔ compare
- ANOVA Robust (Welch & Min Tumas Dipangkas)Statistik↔ compare
- Penganggar Theil-SenStatistik↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →