Робастный факторный анализ
Робастный факторный анализ восстанавливает структуру скрытых факторов многомерных непрерывных данных, одновременно противодействуя искажающему влиянию выбросов. Представленный Писоном, Руссеувом, Фильцмозером и Кру (Pison, Rousseeuw, Filzmoser and Croux, 2003), он заменяет классическую выборочную ковариацию робастной оценкой, такой как оценка минимального определителя ковариационной матрицы (Minimum Covariance Determinant, MCD) или S-оценка, перед извлечением факторов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Pison, G., Rousseeuw, P. J., Filzmoser, P., & Croux, C. (2003). Robust factor analysis. Journal of Multivariate Analysis, 84(1), 145-172. DOI: 10.1016/S0047-259X(02)00007-6 ↗
- Hubert, M., Rousseeuw, P. J., & Vanden Branden, K. (2005). ROBPCA: A new approach to robust principal component analysis. Technometrics, 47(1), 64-79. DOI: 10.1198/004017004000000563 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Robust Factor Analysis. ScholarGate. https://scholargate.app/ru/statistics/robust-factor-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.
- Факторный анализСтатистика исследований↔ compare
- Диагностика влияния (расстояние Кука, DFFITS, плечо)Статистика↔ compare
- Анализ главных компонентМашинное обучение↔ compare
- Робастная оценка ковариации (MCD)Статистика↔ compare
- Робастный анализ главных компонент (RPCA)Статистика↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →