본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

Journal of experimental social psychology v.74, 2018년, pp.150 - 156   SSCI
본 등재정보는 저널의 등재정보를 참고하여 보여주는 베타서비스로 정확한 논문의 등재여부는 등재기관에 확인하시기 바랍니다.

Detecting multivariate outliers: Use a robust variant of the Mahalanobis distance

Leys, Christophe (Université ) ; Klein, Olivier (libre de Bruxelles, Centre de Recherche en Psychologie Sociale et Interculturelle, Belgium ) ; Dominicy, Yves (Université ) ; Ley, Christophe (libre de Bruxelles, Centre de Recherche en Psychologie Sociale et Interculturelle, Belgium ) ;
  • 초록  

    Abstract A look at the psychology literature reveals that researchers still seem to encounter difficulties in coping with multivariate outliers. Multivariate outliers can severely distort the estimation of population parameters. Detecting multivariate outliers is mainly disregarded or done by using the basic Mahalanobis distance. However, that indicator uses the multivariate sample mean and covariance matrix that are particularly sensitive to outliers. Hence, this method is problematic. We highlight the disadvantages of the basic Mahalanobis distance and argue instead in favor of a robust Mahalanobis distance. In particular, we present a variant based on the Minimum Covariance Determinant, a more robust procedure that is easy to implement. Using Monte Carlo simulations of bivariate sample distributions varying in size (ns=20, 100, 500) and population correlation coefficient ( ρ =.10, .10, .30, .50), we demonstrate the detrimental impact of outliers on parameter estimation and show the superiority of the MCD over the Mahalanobis distance. We also make recommendations for deciding whether to include vs. exclude outliers. Finally, we provide the procedures for calculating this indicator in R and SPSS software. Highlights Psychologists do not pay much attention to multivariate outliers. When they do they do not report the method used to detect these outliers or use questionable methods. We highlight the shortcomings of the currently used methods. We propose a robust alternative, namely the Minimum Covariance Determinant. We explain its computation in R and SPSS softwares.


 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • 원문이 없습니다.
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기