Mocna odległość Mahalanobisa
Mocna odległość Mahalanobisa oznacza wielowymiarowe wartości odstające, mierząc, jak daleko każda obserwacja znajduje się od centrum danych, używając mocnego oszacowania kowariancji. Opiera się na ramach mocnej odległości Rousseeuwa i Van Zomerena (1990) oraz wielowymiarowym podejściu do wykrywania wartości odstających Filzmosera, Garretta i Reimanna (2005), zastępując klasyczną średnią i kowariancję oszacowaniem Minimum Covariance Determinant (MCD), tak aby same wartości odstające nie zniekształcały odległości.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection). ScholarGate. https://scholargate.app/pl/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.
- Skorygowany wykres pudełkowy dla skośnych rozkładówStatystyka↔ compare
- Regresja metodą najmniejszych przyciętych kwadratów (LTS)Statystyka↔ compare
- Estymacja odchylenia bezwzględnego od mediany (MAD)Statystyka↔ compare
- Robust ANOVA (Welch & Trimmed Mean)Statystyka↔ compare
- Estymator Theila-SenaStatystyka↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →