Khoảng cách Mahalanobis Mạnh mẽ
Khoảng cách Mahalanobis mạnh mẽ đánh dấu các điểm ngoại lai đa biến bằng cách đo lường mức độ xa của mỗi quan sát so với trung tâm dữ liệu bằng cách sử dụng ước lượng hiệp phương sai mạnh mẽ. Nó dựa trên khuôn khổ khoảng cách mạnh mẽ của Rousseeuw và Van Zomeren (1990) và phương pháp phát hiện điểm ngoại lai đa biến của Filzmoser, Garrett và Reimann (2005), thay thế giá trị trung bình và hiệp phương sai cổ điển bằng ước lượng Định thức Hiệp phương sai Tối thiểu (MCD) để các điểm ngoại lai tự chúng không làm sai lệch khoảng cách.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Rousseeuw, P. J. & Van Zomeren, B. C. (1990). Unmasking Multivariate Outliers and Leverage Points. Journal of the American Statistical Association, 85(411), 633-639. DOI: 10.1080/01621459.1990.10474920 ↗
- Filzmoser, P., Garrett, R. G. & Reimann, C. (2005). Multivariate Outlier Detection in Exploration Geochemistry. Computational Statistics & Data Analysis, 49(2), 561-587. DOI: 10.1016/j.cageo.2004.11.013 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Robust Mahalanobis Distance (MCD-based Multivariate Outlier Detection). ScholarGate. https://scholargate.app/vi/statistics/mahalanobis-robust
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.
- Biểu đồ hộp điều chỉnh cho phân phối lệchThống kê↔ compare
- Hồi quy Bình phương Nhỏ nhất Cắt tỉa (Least Trimmed Squares - LTS)Thống kê↔ compare
- Ước lượng Độ lệch Tuyệt đối Trung vị (MAD)Thống kê↔ compare
- ANOVA mạnh mẽ (Trung bình cắt tỉa & Welch)Thống kê↔ compare
- Ước lượng Theil-SenThống kê↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →