Graphical method using neighborhoods for detecting outliers
Cargando...
Fecha
Director
Enlace al recurso
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1430
10.15332/s2027-3355.2015.0001.02
10.15332/s2027-3355.2015.0001.02
DOI
ORCID
Google Scholar
Cvlac
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Descripción
We propose a new graphical method to help us to uncover potential outliers in multivariate samples. The idea behind the method is to analyze the behavior of a growing neighborhood of each data point. This method is very robust and allows to find outliers in very complex structures.
Se propone un nuevo método gráfico que ayuda a descubrir datos atípicos en muestras multivariables. La idea detrás del método es analizar el comportamiento de una vecindad creciente alrededor de cada observación en la muestra de datos. Este método es muy robusto y permite encontrar datos atípicos en estructuras muy complejas.
Se propone un nuevo método gráfico que ayuda a descubrir datos atípicos en muestras multivariables. La idea detrás del método es analizar el comportamiento de una vecindad creciente alrededor de cada observación en la muestra de datos. Este método es muy robusto y permite encontrar datos atípicos en estructuras muy complejas.
Abstract
Idioma
Palabras clave
datos atípicos multivariables, método de la distancia de Mahalanobis, método de vecinos.