Robust diskriminantanalys
Robust diskriminantanalys är en klassificeringsmetod som separerar grupper med en linjär diskriminantfunktion samtidigt som den motstår inflytande från extremvärden. Den ersätter det klassiska medelvärdet och kovariansen med en högbrytningspunktskattare som Minimum Covariance Determinant (MCD), ett tillvägagångssätt utvecklat av Hawkins & McLachlan (1997) och Croux & Dehon (2001).
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
- 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 ↗
- Croux, C. & Dehon, C. (2001). Robust Linear Discriminant Analysis Using S-Estimators. Canadian Journal of Statistics, 29(3), 473-493. DOI: 10.2307/3316042 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). High-Breakdown Robust Linear Discriminant Analysis. ScholarGate. https://scholargate.app/sv/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.
- Standardfel för heteroskedasticitet (HC)Statistik↔ compare
- Linjär diskriminantanalys (LDA)Maskininlärning↔ compare
- Logistisk regressionForskningsstatistik↔ compare
- Kvadratisk diskriminantanalys (QDA)Maskininlärning↔ compare
- Robust logistisk regressionStatistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →