Robust flerdimensionell skalning (Robust MDS)
Robust multidimensional scaling återvinner en lågdimensionell rumslig karta från en matris av parvisa olikheter, samtidigt som den motstår distorsion orsakad av avvikande eller felaktiga närhetsvärden. Genom att ersätta förlustfunktionen för kvadratfel med en robust förlustfunktion eller genom att nedvikta misstänkta par, producerar den en konfiguration som troget representerar huvuddelen av data, även när vissa avstånd är grovt atypiska.
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
- Hubert, L., Arabie, P. & Meulman, J. (2002). Linear unidimensional scaling in the L2-norm: Basic optimization methods using SMACOF. Journal of Classification, 19(2), 303–327. link ↗
- Buja, A., Swayne, D. F., Littman, M. L., Dean, N., Hofmann, H. & Chen, L. (2008). Data visualization with multidimensional scaling. Journal of Computational and Graphical Statistics, 17(2), 444–472. DOI: 10.1198/106186008X318440 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Multidimensional Scaling. ScholarGate. https://scholargate.app/sv/statistics/robust-multidimensional-scaling
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.
- Multidimensionell skalning (MDS)Statistik↔ compare
- Robust klusteranalys (TCLUST)Statistik↔ compare
- Robust Correspondence AnalysisStatistik↔ compare
- Robust explorativ faktoranalysPsykometri↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →