En este trabajo se estudia el problema de la estimación robusta y la detección de atípicos en datos tipo matriz. Para ello, se inicia con una breve introducción del algoritmo
de estimación MCD para datos p-dimensionales y sus buenas propiedades en situaciones de
contaminación con múltiples ejemplos y posibles aplicaciones.
Luego, se explica el concepto de datos matriciales y se estudia el algoritmo MMCD, que
permite la aplicación del algoritmo MCD en datos tipo matriz. Se demuestra, además, la
eficacia de este algoritmo en la detección de atípicos con un ejemplo práctico en el que se
procesa un vídeo.
Para finalizar, se comentan posibles aplicaciones de los conceptos tratados y se explora
también una extensión del MMCD, en combinación con el TCLUST, para el agrupamiento
de datos de tipo matriz.
This work studies the problem of robust estimation and outlier detection in matrix-type
data. To this end, it begins with a brief introduction to the MCD estimation algorithm for pdimensional data and its good properties in contamination scenarios with multiple examples
and possible applications.
Then, the concept of matrix data is explained, and the MMCD algorithm, which allows
the application of the MCD algorithm to matrix-type data, is studied. The effectiveness of
this algorithm in outlier detection is also demonstrated with a practical example in which a
video is processed.
Finally, possible applications of the discussed concepts are presented, and an extension
of MMCD combined with TCLUST is also explored for the clustering of matrix-type data.
Excepté là où spécifié autrement, la license de ce document est décrite en tant que Attribution-NonCommercial-NoDerivatives 4.0 Internacional