Calcolatore della distanza di Mahalanobis

Informazioni su questo calcolatore

La distanza di Mahalanobis misura quanto un punto sia lontano dalla media di una distribuzione, ma a differenza della normale distanza euclidea tiene conto della correlazione e della dispersione tra le variabili dividendo per la matrice di covarianza della distribuzione: D² = (x − μ)ᵀ Σ⁻¹ (x − μ). Un punto lontano lungo una direzione in cui i dati variano molto è considerato meno insolito della stessa distanza lungo una direzione in cui i dati variano appena.

Questo la rende uno strumento standard nel rilevamento di outlier e anomalie multivariati, nell'analisi dei cluster, nel controllo qualità e nella classificazione, per esempio per segnalare transazioni fraudolente, individuare letture difettose dei sensori o misurare quanto sia tipica una nuova osservazione rispetto a un dataset di addestramento nelle pipeline di machine learning.

Questo calcolatore prende un punto a due variabili, la media della distribuzione e la sua matrice di covarianza 2×2, poi calcola direttamente la distanza di Mahalanobis. Gli statistici, i data scientist e gli studenti di statistica multivariata lo usano per verificare i calcoli a mano o controllare la plausibilità dei risultati dei software statistici.