Regression model

Estymacja odpornej kowariancji (MCD)

Odporna kowariancja za pomocą metody Minimum Covariance Determinant (MCD) estymuje wielowymiarowy wektor średniej i macierz kowariancji, które nie są zniekształcone przez wartości odstające. Stała się praktyczna dzięki algorytmowi Fast-MCD autorstwa Rousseeuw i Van Driessena (1999), bazującemu na wcześniejszych pracach Rousseeuw dotyczących odpornej estymacji.

Zastosuj w StatMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  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

Jak cytować tę stronę

ScholarGate. (2026, June 1). Minimum Covariance Determinant Estimation. ScholarGate. https://scholargate.app/pl/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

Cytowana przez

ScholarGateRobust Covariance (MCD) (Minimum Covariance Determinant Estimation). Pobrano 2026-06-15 z https://scholargate.app/pl/statistics/robust-covariance · Zbiór danych: https://doi.org/10.5281/zenodo.20539026