ScholarGate
Assistent
Latent structureMultivariate analysis

Robuuste Multiple Correspondence Analysis (Robuuste MCA)

Robuuste Multiple Correspondence Analysis breidt klassieke MCA uit naar datasets die uitschieters of atypische rijen categorische data bevatten. Door invloedrijke observaties te downweighten vóór de singuliere-waardedecompositie, produceert het een laag-dimensionale kaart van categorierelaties die het grootste deel van de data getrouw weergeeft, in plaats van vervormd te worden door een handvol anomale gevallen.

Toepassen met StatMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  1. Greenacre, M. J. (2017). Correspondence Analysis in Practice (3rd ed.). Chapman & Hall / CRC Press, Boca Raton. ISBN: 978-1498731775
  2. Hubert, M., Rousseeuw, P. J. & Verboven, S. (2004). A robust PCR method for high-dimensional regressors. Journal of Chemometrics, 17(8–9), 438–452. DOI: 10.1002/cem.783

Deze pagina citeren

ScholarGate. (2026, June 3). Robust Multiple Correspondence Analysis. ScholarGate. https://scholargate.app/nl/statistics/robust-multiple-correspondence-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.

Compare side by side

Geciteerd door

ScholarGateRobust Multiple Correspondence Analysis (Robust Multiple Correspondence Analysis). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/statistics/robust-multiple-correspondence-analysis · Gegevensset: https://doi.org/10.5281/zenodo.20539026