ScholarGate
Asistenti
Regression model

Distanca Mahalanobis Robuste

Distança Mahalanobis Robuste sinaliza outliers multivariados medindo quão longe cada observação está do centro dos dados usando uma estimativa robusta de covariância. Ela se baseia na estrutura de distância robusta de Rousseeuw e Van Zomeren (1990) e na abordagem de detecção de outliers multivariados de Filzmoser, Garrett e Reimann (2005), substituindo a média e a covariância clássicas pela estimativa do Mínimo Determinante de Covariância (MCD) para que os próprios outliers não distorçam a distância.

Zbatojeni me StatMindSë shpejtiVideoSë shpejtiDownload slides

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Hyni

Method map

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

Burimet

  1. Rousseeuw, P. J. & Van Zomeren, B. C. (1990). Unmasking Multivariate Outliers and Leverage Points. Journal of the American Statistical Association, 85(411), 633-639. DOI: 10.1080/01621459.1990.10474920
  2. Filzmoser, P., Garrett, R. G. & Reimann, C. (2005). Multivariate Outlier Detection in Exploration Geochemistry. Computational Statistics & Data Analysis, 49(2), 561-587. DOI: 10.1016/j.cageo.2004.11.013

Si ta citoni këtë faqe

ScholarGate. (2026, June 1). Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection). ScholarGate. https://scholargate.app/sq/statistics/mahalanobis-robust

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
ScholarGateRobust Mahalanobis Distance (Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection)). Marrë më 2026-06-15 nga https://scholargate.app/sq/statistics/mahalanobis-robust · Seti i të dhënave: https://doi.org/10.5281/zenodo.20539026