Outlier detection in interval data

• Tipo: Artigo em Revista Científica Internacional
• Data: 2018

Autores

Duarte Silva, APD (Autor) Outra; Filzmoser, P (Autor) Outra; brito, p (Autor) FEP

Revista

Título: Advances in Data Analysis and Classification

Vol. 12

Páginas: 785-822

ISSN: 1862-5347

Editora: Springer Nature

Indexação

ISI Web of Knowledge - 7 Citações

Scopus - 7 Citações

Outras Informações

ID Authenticus: P-00N-CRX

DOI: 10.1007/s11634-017-0305-y

Abstract (EN): A multivariate outlier detection method for interval data is proposed that makes use of a parametric approach to model the interval data. The trimmed maximum likelihood principle is adapted in order to robustly estimate the model parameters. A simulation study demonstrates the usefulness of the robust estimates for outlier detection, and new diagnostic plots allow gaining deeper insight into the structure of real world interval data.

Idioma: Inglês

Tipo (Avaliação Docente): Científica

Nº de páginas: 38