Robust Cluster Analysis (TCLUST)
Robust Cluster Analysis เป็นวิธีการจัดกลุ่มแบบอิงโมเดลที่ตัดส่วนข้อมูล (trimmed model-based clustering method) ซึ่งนำเสนอโดย García-Escudero และคณะในปี 2008 โดยทำการแบ่งข้อมูลหลายตัวแปรแบบต่อเนื่องออกเป็นกลุ่มๆ พร้อมทั้งทนทานต่ออิทธิพลของค่าผิดปกติ (outliers) และสัญญาณรบกวน (noise) ด้วยการกันส่วนของข้อมูลที่เบี่ยงเบนมากที่สุดออกไป วิธีการนี้จะช่วยป้องกันโครงสร้างกลุ่มที่ได้จากการวิเคราะห์ไม่ให้ปนเปื้อนจากจุดข้อมูลที่กระจัดกระจาย
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Trimmed Robust Cluster Analysis (TCLUST). ScholarGate. https://scholargate.app/th/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.
- ความคลาดเคลื่อนมาตรฐานแบบทนทานต่อกลุ่มสถิติศาสตร์↔ compare
- การประมาณค่า MM สำหรับการถดถอยที่แข็งแกร่ง (Robust Regression)สถิติศาสตร์↔ compare
- การวิเคราะห์จำแนกแบบทนทานสถิติศาสตร์↔ compare
- Robust Principal Component Analysis (RPCA)สถิติศาสตร์↔ compare
- การถดถอยแบบแข็งแกร่งด้วย W-Estimator (Welsch / Tukey Bisquare)สถิติศาสตร์↔ compare