เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| Factor Analysis× | การประมาณค่าความแปรปรวนร่วมที่ทนทาน (MCD)× | |
|---|---|---|
| สาขาวิชา≠ | สถิติการวิจัย | สถิติศาสตร์ |
| ตระกูล≠ | Process / pipeline | Regression model |
| ปีกำเนิด≠ | 1931 | 1999 |
| ผู้ริเริ่ม≠ | Louis Leon Thurstone | Rousseeuw; Rousseeuw & Van Driessen (Fast-MCD) |
| ประเภท≠ | Method | Robust multivariate location-scatter estimator |
| แหล่งต้นตำรับ≠ | Thurstone, L. L. (1947). Multiple Factor Analysis. University of Chicago Press. DOI ↗ | Rousseeuw, P. J. & Van Driessen, K. (1999). A Fast Algorithm for the Minimum Covariance Determinant Estimator. Technometrics, 41(3), 212-223. DOI ↗ |
| ชื่อเรียกอื่น≠ | EFA, CFA, latent variable modeling | minimum covariance determinant, MCD estimator, robust covariance estimation, Robust Kovaryans Tahmini (MCD) |
| ที่เกี่ยวข้อง≠ | 3 | 4 |
| สรุป≠ | Factor analysis is a statistical technique for identifying latent (unobserved) dimensions underlying observed variables, developed by Louis Leon Thurstone in the 1930s and formalized by Jöreskog (1969). Exploratory factor analysis (EFA) discovers unknown factor structure from data; confirmatory factor analysis (CFA) tests hypothesized relationships between observed and latent variables. Essential in psychometrics (test development), organizational research (measuring constructs like leadership style), and biomedicine (identifying disease subtypes), factor analysis reduces dimensionality while revealing conceptual organization in multivariate data. | Robust Covariance via the Minimum Covariance Determinant (MCD) estimates a multivariate mean vector and covariance matrix that are not distorted by outliers. It was made practical by the Fast-MCD algorithm of Rousseeuw and Van Driessen (1999), building on Rousseeuw's earlier work on robust estimation. |
| ScholarGateชุดข้อมูล ↗ |
|
|