Modelagem de Mistura Robusta
A modelagem de mistura robusta ajusta modelos de mistura finita — métodos de agrupamento probabilístico que assumem que os dados surgem de uma combinação de subpopulações subjacentes — usando distribuições de componentes ou estratégias de estimação projetadas para serem insensíveis a valores atípicos (outliers) e ruído de cauda pesada. As duas abordagens dominantes substituem os componentes Gaussianos por distribuições de cauda mais pesada, como a t multivariada, ou "aparam" uma proporção fixa das observações mais extremas antes do ajuste.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Garcia-Escudero, L. A., Gordaliza, A., Matran, C. & Mayo-Iscar, A. (2008). A general trimming approach to robust cluster analysis. Annals of Statistics, 36(3), 1324–1345. DOI: 10.1214/07-AOS515 ↗
- Peel, D. & McLachlan, G. J. (2000). Robust mixture modelling using the t distribution. Statistics and Computing, 10(4), 339–348. DOI: 10.1023/A:1008981510081 ↗
Como citar esta página
ScholarGate. (2026, June 3). Robust Finite Mixture Modeling. ScholarGate. https://scholargate.app/pt/statistics/robust-mixture-modeling
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.
- Modelagem de MisturasEstatística↔ compare
- Análise de Cluster Robusta (TCLUST)Estatística↔ compare
- K-means RobustoEstatística↔ compare
- Análise Robusta de Classes LatentesEstatística↔ compare
- Análise de Perfil Latente RobustaEstatística↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →