เปรียบเทียบวิธี

	Robust Cluster Analysis (TCLUST)	การประมาณค่า MM สำหรับการถดถอยที่แข็งแกร่ง (Robust Regression)
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	2008	1987
ผู้ริเริ่ม	García-Escudero, Gordaliza, Matrán & Mayo-Iscar (TCLUST)	Victor J. Yohai
ประเภท	Robust model-based clustering	Robust linear regression
แหล่งต้นตำรับ	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.	Yohai, V. J. (1987). High Breakdown-Point and High Efficiency Robust Estimates for Regression. Annals of Statistics, 15(2), 642-656.
ชื่อเรียกอื่น	TCLUST, trimmed clustering, robust clustering, Robust Küme Analizi (TCLUST)	MM-estimation, MM robust regression, high-breakdown high-efficiency estimator, MM-Tahmin Edici
ที่เกี่ยวข้อง	5	5
สรุป	Robust Cluster Analysis is a trimmed model-based clustering method, introduced by García-Escudero and colleagues in 2008, that partitions continuous multivariate data into clusters while resisting the influence of outliers and noise. By setting aside a fraction of the most discordant observations, it keeps the recovered cluster structure from being contaminated by stray points.	The MM-estimator is a robust linear regression method introduced by Victor J. Yohai in 1987. It combines the high breakdown point of an S-estimator with the high efficiency of an M-estimator, so it resists outliers strongly while still using the data efficiently when errors are well-behaved.