Detecting Outliers with a Non-parametric estimation of the Mahalanobis distance

Piedrahita Jaramillo, Catalina

Detecting Outliers with a Non-parametric estimation of the Mahalanobis distance

dc.contributor.advisor	Laniado Rodas, Henry	spa
dc.contributor.advisor	Saldarriaga Aristizábal, Pablo Andrés	spa
dc.contributor.author	Piedrahita Jaramillo, Catalina
dc.coverage.spatial	Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees	eng
dc.creator.degree	Magíster en Ciencias de Datos y Analítica	spa
dc.creator.email	cpiedrahij@eafit.edu.co	spa
dc.date.accessioned	2024-03-01T23:04:19Z
dc.date.available	2024-03-01T23:04:19Z
dc.date.issued	2023
dc.description	Este artículo propone la creación de una versión robusta de la distancia de Mahalanobis para el problema de identificación de valores atípicos, utilizando estimaciones robustas y no paramétricas para la matriz de covarianza, como la Tau de Kendall y la Desviación Absoluta Mediana (MAD), así como técnicas que mejoran la Propiedades numéricas de la matriz de covarianza para reducir el error durante cálculos numéricos como el Shrinkage de Ledoit y Wolf. El rendimiento de los métodos se evalúa mediante la simulación de datos normales independientes, datos normales correlacionados y conjuntos de datos reales y se compara con algunos métodos de la literatura. Los métodos propuestos logran un alto porcentaje de identificación correcta de valores atípicos y tienen una baja tasa de falsos positivos para ambos tipos de datos, particularmente en el caso de datos normales correlacionados.	spa
dc.description.abstract	This paper proposes the creation of a robust version of the Mahalanobis distance for the outlier’s identification problem, using robust and non-parametric estimations for the covariance matrix, such as Kendall’s Tau and Median Absolute Deviation (MAD), as well as techniques that enhance the numerical properties of the covariance matrix to reduce error during numerical calculations like Ledoit and Wolf’s Shrinkage. The performance of the methods is evaluated through simulation of independent normal data, correlated normal data, and real data sets and compared with some methods from the literature. The proposed methods achieve a high percentage of correct identification of outliers and have a low false positive rate for both data types, particularly in the case of correlated normal data.	spa
dc.identifier.ddc	519.5 P613
dc.identifier.uri	https://hdl.handle.net/10784/33514
dc.language.iso	spa	spa
dc.publisher	Universidad EAFIT
dc.publisher.department	Escuela de Ciencias Aplicadas e Ingeniería. Área Computación y Analítica	spa
dc.publisher.place	Medellín	spa
dc.publisher.program	Maestría en Ciencias de los Datos y Analítica	spa
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess	eng
dc.rights.local	Acceso abierto	spa
dc.rights.uri	http://creativecommons.org/licenses/by/4.0/deed.es
dc.subject	Mahalanobis
dc.subject	Atípicos
dc.subject	No paramétrico
dc.subject	Covarianza
dc.subject.keyword	Mahalanobis	spa
dc.subject.keyword	Outliers	spa
dc.subject.keyword	Non-parametric	spa
dc.subject.keyword	Covariance	spa
dc.subject.keyword	Kendall’s Tau	spa
dc.subject.keyword	MAD	spa
dc.subject.keyword	Shrinkage	spa
dc.subject.lemb	CIENCIA DE LA INFORMACIÓN
dc.title	Detecting Outliers with a Non-parametric estimation of the Mahalanobis distance	spa
dc.type	masterThesis	eng
dc.type	info:eu-repo/semantics/masterThesis	eng
dc.type.hasVersion	acceptedVersion	eng
dc.type.local	Tesis de Maestría	spa
dc.type.spa	Artículo	spa