ScholarGate
Pembantu
Regression model

Anggaran Kovesarian Teguh (MCD)

Kovesarian Teguh melalui anggaran Minimum Covariance Determinant (MCD) menganggar vektor min multivariat dan matriks kovesarian yang tidak terdistorsi oleh pencilan. Ia dijadikan praktikal oleh algoritma Fast-MCD oleh Rousseeuw dan Van Driessen (1999), yang dibina atas kerja awal Rousseeuw mengenai anggaran teguh.

Terapkan dengan StatMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

Sumber

  1. Rousseeuw, P. J. & Van Driessen, K. (1999). A Fast Algorithm for the Minimum Covariance Determinant Estimator. Technometrics, 41(3), 212-223. DOI: 10.1080/00401706.1999.10485670
  2. Rousseeuw, P. J. & Leroy, A. M. (1987). Robust Regression and Outlier Detection. Wiley. ISBN: 978-0471488552

Cara memetik halaman ini

ScholarGate. (2026, June 1). Minimum Covariance Determinant Estimation. ScholarGate. https://scholargate.app/ms/statistics/robust-covariance

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

Dirujuk oleh

ScholarGateRobust Covariance (MCD) (Minimum Covariance Determinant Estimation). Dicapai 2026-06-15 daripada https://scholargate.app/ms/statistics/robust-covariance · Set data: https://doi.org/10.5281/zenodo.20539026