Wat is robuuste covariantie schatting?

Robuuste covariantieschatting is een methode om de covariantiematrix van gegevens te schatten die bestand is tegen uitschieters en ruis. Bij de klassieke covariantieschatting (bijvoorbeeld met behulp van de steekproefcovariantiematrix) kunnen uitschieters het resultaat sterk vertekenen, wat negatieve invloed heeft op de verdere analyse.

Robuuste methoden proberen de invloed van abnormale punten te minimaliseren en een betrouwbaardere schatting van de gegevensstructuur te bieden. Dit is vooral belangrijk bij taken voor anomaliedetectie, waar het nodig is om echte uitschieters van ruis te onderscheiden.

Een voorbeeld van een aanpak is het gebruik van M-schattingsmethoden of het Minimum Covariance Determinant (MCD)-algoritme, dat op zoek gaat naar een subset van gegevens met de minimale covariantie, waarbij uitschieters worden genegeerd.