Robuuste Discriminante Analyse
Robuuste Discriminante Analyse is een classificatiemethode die groepen scheidt met een lineaire discriminerende functie, terwijl deze bestand is tegen de invloed van uitschieters. Het vervangt het klassieke gemiddelde en de covariantie door een schatter met een hoge breakdown-punt, zoals de Minimum Covariance Determinant (MCD), een aanpak ontwikkeld door Hawkins & McLachlan (1997) en Croux & Dehon (2001).
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). High-Breakdown Robust Linear Discriminant Analysis. ScholarGate. https://scholargate.app/nl/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.
- Heteroscedasticiteit-Robuuste (HC) StandaardfoutenStatistiek↔ compare
- Lineaire Discriminantanalyse (LDA)Machine learning↔ compare
- Logistische RegressieOnderzoeksstatistiek↔ compare
- Kwadratische discriminante analyse (QDA)Machine learning↔ compare
- Robuuste Logistische RegressieStatistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →