Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Аналіз точки пробою× | Робастний дискримінантний аналіз× | |
|---|---|---|
| Галузь | Статистика | Статистика |
| Родина | Regression model | Regression model |
| Рік появи≠ | 1983 | 1997 |
| Автор методу≠ | Hampel (1971); Donoho & Huber (1983) | Hawkins & McLachlan (high-breakdown LDA); Croux & Dehon (S-estimator robust LDA) |
| Тип≠ | Robustness diagnostic for estimators | Robust classification / discriminant analysis |
| Основоположне джерело≠ | Donoho, D. L. & Huber, P. J. (1983). The Notion of Breakdown Point. In A Festschrift for Erich L. Lehmann (pp. 157-184). Wadsworth. link ↗ | Hawkins, D. M. & McLachlan, G. J. (1997). High Breakdown Linear Discriminant Analysis. Journal of the American Statistical Association, 92(437), 136-143. DOI ↗ |
| Інші назви | breakdown point, finite-sample breakdown point, robustness breakdown analysis, Bozunma Noktası Analizi | robust LDA, high-breakdown discriminant analysis, MCD-based discriminant analysis, Robust Diskriminant Analizi |
| Пов'язані | 5 | 5 |
| Підсумок≠ | Breakdown point analysis quantifies the fraction of outliers an estimator can tolerate before it produces meaningless results. Formalised by Hampel (1971) and Donoho and Huber (1983), it is the standard tool for comparing the robustness of competing estimators. | Robust Discriminant Analysis is a classification method that separates groups with a linear discriminant function while resisting the influence of outliers. It replaces the classical mean and covariance with a high-breakdown estimator such as the Minimum Covariance Determinant (MCD), an approach developed by Hawkins & McLachlan (1997) and Croux & Dehon (2001). |
| ScholarGateНабір даних ↗ |
|
|