Latent structureMultivariate analysis

Robustowa Wielowymiarowa Analiza Korespondencji (Robust MCA)

Robustowa Wielowymiarowa Analiza Korespondencji rozszerza klasyczną MCA na zbiory danych zawierające odstające lub nietypowe wiersze danych kategorialnych. Poprzez zmniejszenie wagi wpływowych obserwacji przed dekompozycją według wartości osobliwych, tworzy niskowymiarową mapę relacji między kategoriami, która wiernie reprezentuje większość danych, zamiast być zniekształconą przez garstkę anomalnych przypadków.

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. 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

Jak cytować tę stronę

ScholarGate. (2026, June 3). Robust Multiple Correspondence Analysis. ScholarGate. https://scholargate.app/pl/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

Cytowana przez

ScholarGateRobust Multiple Correspondence Analysis (Robust Multiple Correspondence Analysis). Pobrano 2026-06-15 z https://scholargate.app/pl/statistics/robust-multiple-correspondence-analysis · Zbiór danych: https://doi.org/10.5281/zenodo.20539026