Regression model

Робастный дискриминантный анализ

Робастный дискриминантный анализ — это метод классификации, который разделяет группы с помощью линейной дискриминантной функции, при этом сопротивляясь влиянию выбросов. Он заменяет классические среднее значение и ковариацию высокоустойчивой оценкой, такой как оценка минимального определителя ковариационной матрицы (Minimum Covariance Determinant, MCD), подход, разработанный Hawkins & McLachlan (1997) и Croux & Dehon (2001).

Применить в StatMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  1. Hawkins, D. M. & McLachlan, G. J. (1997). High Breakdown Linear Discriminant Analysis. Journal of the American Statistical Association, 92(437), 136-143. DOI: 10.1080/01621459.1997.10473610
  2. Croux, C. & Dehon, C. (2001). Robust Linear Discriminant Analysis Using S-Estimators. Canadian Journal of Statistics, 29(3), 473-493. DOI: 10.2307/3316042

Как цитировать эту страницу

ScholarGate. (2026, June 1). High-Breakdown Robust Linear Discriminant Analysis. ScholarGate. https://scholargate.app/ru/statistics/robust-discriminant-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

Упоминается в

ScholarGateRobust Discriminant Analysis (High-Breakdown Robust Linear Discriminant Analysis). Получено 2026-06-15 из https://scholargate.app/ru/statistics/robust-discriminant-analysis · Набор данных: https://doi.org/10.5281/zenodo.20539026