PYXIDA Institutional Repository
and Digital Library
 Home
Collections :

Title :Invariant coordinate selection for detecting multivariate outliers
Alternative Title :Εντοπισμός πολυμεταβλητών ακραίων τιμών με τη χρήση της ICS (Invariant Coordinate Selection)
Creator :Βουτσινάς, Στέφανος
Voutsinas, Stefanos
Contributor :Παπαγεωργίου, Ιουλία (Επιβλέπων καθηγητής)
Γιαννακόπουλος, Αθανάσιος (Εξεταστής)
Ψαράκης, Στέλιος (Εξεταστής)
Athens University of Economics and Business, Department of Statistics (Degree granting institution)
Type :Text
Extent :127p.
Language :en
Identifier :http://www.pyxida.aueb.gr/index.php?op=view_object&object_id=7335
Abstract :A general method for exploring multivariate data by comparing different estimates of multivariate scatter and location functionals is presented. The method is based on the eigenvalue­eigenvector decomposition of one scatter matrix relative to another. A standardization of the data is firstly conducted by using a scatter statistic and then a principal component method with a second scatter statistic. In particular, it is shown that the eigenvectors can be used to generate an affine invariant co­ordinate system for the multivariate data. An illustration of the importance of the robust statistics and their properties is also essential to understand how the method works as well as detailed examples and case studies on the method.
Η συγκεκριμένη μέθοδος χρησιμοποιήται για τον εντοπισμό πολυμεταβλητών ακραίων τιμών αλλά και τον εντοπισμό υπο-ομάδων στο αρχικό μας σετ δεδομένων. Συγκεκριμένα, χρησιμοποιούμε δύο πίνακες διακύμανσης συνδιακύμανσης για να επιτύχουμε τον ICS μετασχηματισμό. Η συγκεκριμένη μέθοδος μοιάζει με την PCA με την μόνη διαφορά ότι η PCA χρησιμοποιεί έναν πίνακα διακύμανσης για τον μετασχηματισμό.
Subject :Ακραία τιμή
Μετασχηματισμός
Μεγάλα δεδομένα
Robust Statistics
Affine Equivariance
Invariant
Big data
Parallel analysis
Date Available :2019-09-28 20:55:32
Date Issued :09/24/2019
Date Submitted :2019-09-28 20:55:32
Access Rights :Free access
Licence :

File: Voutsinas_2019.pdf

Type: application/pdf