Scalare multidimensională robustă (Robust MDS)
Scalarea multidimensională robustă recuperează o hartă spațială de joasă dimensionalitate dintr-o matrice de dissimilarități pereche, rezistând la distorsiuni cauzate de valori aberante sau eronate ale proximității. Prin înlocuirea pierderii erorii pătratice cu o funcție de pierdere robustă sau prin ponderarea descrescătoare a perechilor suspecte, produce o configurație care reprezintă fidel majoritatea datelor, chiar și atunci când unele distanțe sunt grosolan atipice.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Hubert, L., Arabie, P. & Meulman, J. (2002). Linear unidimensional scaling in the L2-norm: Basic optimization methods using SMACOF. Journal of Classification, 19(2), 303–327. link ↗
- Buja, A., Swayne, D. F., Littman, M. L., Dean, N., Hofmann, H. & Chen, L. (2008). Data visualization with multidimensional scaling. Journal of Computational and Graphical Statistics, 17(2), 444–472. DOI: 10.1198/106186008X318440 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Robust Multidimensional Scaling. ScholarGate. https://scholargate.app/ro/statistics/robust-multidimensional-scaling
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.
- Scalare Multidimensională (MDS)Statistică↔ compare
- Analiza Robustă de Clusterizare (TCLUST)Statistică↔ compare
- Analiza de Corespondență RobustăStatistică↔ compare
- Analiza Factorială Exploratorie RobustăPsihometrie↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →