Sağlam PCA ( Candes ve ark 2009 veya daha iyisi henüz Netrepalli ve ark 2014 tarafından geliştirilen ), çok değişkenli aykırı değer tespiti için popüler bir yöntemdir , ancak Mahalanobis mesafesi , kovaryans matrisinin sağlam ve düzenli bir tahmini verildiğinde aykırı tespiti için de kullanılabilir . Bir yöntemi diğerine göre (dis) avantajlarını merak ediyorum.
Sezgim, ikisi arasındaki en büyük farkın şu olduğunu söylüyor: Veri kümesi "küçük" (istatistiksel anlamda) olduğunda, sağlam PCA daha düşük seviyeli bir kovaryans verirken, sağlam kovaryans matris kestirimi bunun yerine tam bir Ledoit-Wolf düzenlenmesi nedeniyle rütbe kovaryansı. Bu durum, aykırı algılamayı nasıl etkiler?