Robust klusteranalys (TCLUST)
Robust klusteranalys är en trimmad modellbaserad klustermetod, introducerad av García-Escudero och kollegor 2008, som partitionerar kontinuerliga multivariata data i kluster samtidigt som den motstår influensen av extremvärden och brus. Genom att lägga åt sidan en bråkdel av de mest diskordanta observationerna, förhindrar den att den återvunna klusterstrukturen kontamineras av avvikande punkter.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- García-Escudero, L. A., Gordaliza, A., Matrán, C., & Mayo-Iscar, A. (2008). A General Trimming Approach to Robust Cluster Analysis. The Annals of Statistics, 36(3), 1324-1345. DOI: 10.1214/07-AOS515 ↗
- Riani, M., Cerioli, A., Atkinson, A. C., & Perrotta, D. (2014). Monitoring Robust Regression / Robust Clustering. Statistics and Computing. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/sv/statistics/robust-cluster-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.
- Kluster-robusta standardfelStatistik↔ compare
- MM-estimering för robust regressionStatistik↔ compare
- Robust diskriminantanalysStatistik↔ compare
- Robust Principal Component Analysis (RPCA)Statistik↔ compare
- W-estimator robust regression (Welsch / Tukey bisquare)Statistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →