MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → En küçük kovaryans determinantı (MCD) ve sağlam uzaklık

En küçük kovaryans determinantı (MCD) ve sağlam uzaklıkkavram

Çok değişkenli verilerde, aykırı değerlerden etkilenmeyen bir konum ve kovaryans tahmini elde etmek için gözlemlerin en 'sıkı' alt kümesini kullanan sağlam tahminci; bu tahminle hesaplanan Mahalanobis uzaklığına sağlam uzaklık denir.

Rousseeuw'un (1984) önerdiği MCD, n gözlemden h tanesini (genellikle yaklaşık yarısı ile dörtte üçü arası) içeren ve kovaryans matrisinin determinantı en küçük olan alt kümeyi arar. Determinant, veri bulutunun hacmiyle ilişkilidir; bu yüzden seçilen alt küme, verinin en yoğun ve tutarlı çekirdeğidir. Bu alt kümenin ortalaması ve (tutarlılık için ölçeklenmiş) kovaryans matrisi sağlam tahminler olarak kullanılır. Hesaplama için FAST-MCD algoritması yaygındır.

Sıradan Mahalanobis uzaklığı, ortalama ve kovaryansın kendisi aykırı değerlerce çarpıtıldığı için aykırı değerleri gizleyebilir (maskeleme). MCD tabanlı sağlam uzaklık bu sorunu büyük ölçüde giderir; uzaklığın karesi, değişken sayısı kadar serbestlik dereceli ki-kare dağılımının yüksek bir yüzdeliğiyle (ör. 0,975) karşılaştırılarak aykırı değerler işaretlenir. Sağlam regresyonda MCD, açıklayıcı uzayda kaldıraç noktalarını belirlemek için kullanılır. Kırılma noktası h'ye bağlıdır: h küçüldükçe tahminci daha fazla aykırı değere dayanır, ama verimliliği düşer. Değişken sayısı gözlem sayısına yaklaştığında yöntem kararsızlaşır.

Gündelik bir örnek

Bir bankada müşterilerin aylık harcama tutarı ve işlem sayısı birlikte inceleniyor. Birkaç dolandırıcılık hesabı, az sayıda ama çok yüksek tutarlı işlem yapıyor. Sıradan ortalama ve kovaryans bu hesaplardan etkilenip veri bulutunu genişlettiği için bu hesaplar 'normal' görünebilir. MCD, müşterilerin en tutarlı çoğunluğuna bakarak bulutun gerçek biçimini belirler ve bu hesaplar sağlam uzaklıkla açıkça aykırı olarak ortaya çıkar.

MerQur'da

Sağlam Regresyon (M-tahmincisi) ve Anomali Tespiti analizlerinde çok değişkenli aykırı ve kaldıraç gözlemlerini belirlemek için kullanılır.

Bu kavramın geçtiği analizler

Sağlam RegresyonAnomali Tespiti

İlgili kavramlar

Mahalanobis uzaklığıSağlam regresyon tahmincileri (MM, S, LTS) ve kırılma noktası