IDEAS主页打印自https://ideas.repec.org/a/eee/csdana/v77y2014icp326-335.html
  我的参考书目  保存此文章

偏t因子分析仪的混合物

作者

上市的:
  • 保拉·默里(Paula M.Murray)。
  • Ryan P.布朗。
  • 保罗·D·麦克尼古拉斯。

摘要

介绍了一种混合偏态t因子分析仪以及一系列基于该分析仪的混合模型。所使用的偏态t分布的特定公式是广义双曲分布的特例。像它们的高斯和t分布类似物一样,偏t因子分析器的混合物非常适合于基于模型的高维数据聚类。模型参数估计采用交替期望-条件最大化算法,模型选择采用贝叶斯信息准则。这些模型应用于真实数据和模拟数据,与一系列成熟的高斯混合模型相比,具有更好的聚类结果。

建议引用

  • Murray,Paula M.和Browne,Ryan P.和McNicholas,Paul D.,2014年。"偏t因子分析仪的混合物,"计算统计与数据分析爱思唯尔,第77(C)卷,第326-335页。
  • 手柄:RePEc:eee:csdana:v:77:y:2014:i:c:p:326-335
    DOI:10.1016/j.csda.2014.03.012
    作为

    从出版商下载全文

    文件URL: http://www.sciencedirect.com/science/article/pii/S0167947314000899
    下载限制:全文仅供ScienceDirect用户使用。

    文件URL: https://libkey.io/10.1016/j.csda.2014.03.012?utm_source=ideas
    LibKey链接:如果访问受到限制,并且您的库使用此服务,LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    由于此文档的访问受到限制,您可能希望搜索换一个不同的版本。

    IDEAS上列出的参考文献

    作为
    1. Vrbik,I.和McNicholas,P.D.,2012年。"多元偏t混合模型EM算法的解析计算,"统计与概率信件爱思唯尔,第82(6)卷,第1169-1174页。
    2. M.C.Jones和M.J.Faddy,2003年。"t分布的偏斜扩展及其应用,"英国皇家统计学会学报B辑皇家统计学会,第65卷(1),第159-174页,2月。
    3. Katherine Morris和Paul D.McNicholas,2013年。"基于移动非对称拉普拉斯分布混合模型的聚类降维,"统计与概率信件爱思唯尔,第83卷(9),第2088-2093页。
    4. Chris Fraley和Adrian E.Raftery,1999年。"MCLUST:基于模型的聚类分析软件,"分类杂志,施普林格;船级社,第16卷(2),第297-306页,七月。
    5. Branco,Márcia D.&Dey,Dipak K.,2001年。"一类广义多元偏椭圆分布,"多元分析杂志爱思唯尔,第79卷(1),第99-113页,10月。
    6. 劳伦斯·休伯特和菲普斯·阿拉比,1985年。"比较分区,"分类杂志,施普林格;船级社,第2卷(1),第193-218页,12月。
    7. Kjersti Aas和Ingrid Hobaek Haff,2006年。"广义双曲斜Student的t分布,"金融计量经济学杂志牛津大学出版社,第4卷(2),第275-309页。
    8. 安吉拉·蒙塔纳里(Angela Montanari)和辛齐娅·维罗利(Cinzia Viroli),2010年。"学生对大学课程满意度分析的偏态因子模型,"应用统计学杂志《泰勒与弗朗西斯杂志》,第37卷(3),第473-487页。
    9. 马彦元(Yanyuan Ma)和马克·根顿(Marc G.Genton),2004年。"斜对称分布的柔性类,"斯堪的纳维亚统计杂志丹麦理论统计学会;芬兰统计学会;挪威统计协会;瑞典统计协会,第31卷(3),第459-468页,9月。
    10. 凯瑟琳·莫里斯(Katherine Morris)、保罗·麦克尼古拉斯(Paul McNicholas)和卢卡·斯克鲁卡(Luca Scrucca),2013年。"基于模型聚类的多维$$t$t-分布混合降维,"数据分析和分类进展,施普林格;德国船级社-Gesellschaft für Klassifikation(GfKl);日本船级社;意大利统计学会分类和数据分析小组(CLADAG);国际船级社联合会(IFCS),第7卷(3),第321-338页,9月。
    11. 丹克马尔·伯宁(Dankmar Böhning)、埃克哈特·迪茨(Ekkehart Dietz)、雷内尔·肖布(Rainer Schaub)、彼得·施拉特曼(Peter Schlattmann)和布鲁斯·林赛(Bruce Lindsay),1994年。"单参数指数族密度混合的似然比分布,"统计数学研究所年鉴,施普林格;统计数学研究所,第46卷(2),第373-388页,6月。
    12. McLachlan,G.J.&Bean,R.W.&Ben-Tovim-Jones,L.,2007年。"因子分析混合模型的扩展以纳入多元t分布,"计算统计与数据分析爱思唯尔,第51卷(11),第5327-5338页,7月。
    13. Sharon Lee和Geoffrey McLachlan,2013年。"关于斜正态分布和斜$$t$-分布的混合,"数据分析和分类进展,施普林格;德国船级社-Gesellschaft für Klassifikation(GfKl);日本船级社;意大利统计学会分类和数据分析小组(CLADAG);国际船级社联合会(IFCS),第7卷(3),第241-266页,9月。
    14. Hua Zhou和Kenneth L.Lange,2010年。"论通向主导模式的崎岖之路,"斯堪的纳维亚统计杂志丹麦理论统计学会;芬兰统计学会;挪威统计协会;瑞典统计协会,第37卷(4),第612-631页,12月。
    15. Vrbik,Irene&McNicholas,Paul D.,2014年。"基于模型聚类和分类的简约斜交混合模型,"计算统计与数据分析爱思唯尔,第71卷(C),第196-210页。
    16. Ole E.Barndorff‐Nielsen和Neil Shephard,2001年。"非高斯Ornstein–Uhlenbeck模型及其在金融经济学中的一些应用,"英国皇家统计学会学报B辑英国皇家统计学会,第63卷(2),第167-241页。
    17. McNicholas,P.D.&Murphy,T.B.&McDaid,A.F.&Frost,D.,2010年。"基于模型聚类的简约高斯混合模型的串行和并行实现,"计算统计与数据分析爱思唯尔,第54卷(3),第711-723页,3月。
    完整参考文献 (包括与IDEAS上的项目不匹配的项目)

    引文

    引文由CitEc项目,订阅其RSS源用于此项目。
    作为


    引用人:

    1. 袁朝峰、朱文生、何旭明、郭建华,2019年。"一种混合因子模型及其在微阵列数据中的应用,"测试:西班牙统计与运筹学会官方期刊,施普林格;《运营调查协会》,第28卷(1),第60-76页,3月。
    2. Murray,Paula M.&Browne,Ryan P.&McNicholas,Paul D.,2017年。"混合SDB偏t因子分析仪,"计量经济与统计爱思唯尔,第3卷(C),第160-168页。
    3. Cristina Tortora和Mireille Gettler Summa、Marina Marino和Francesco Palumbo,2016年。"因子概率距离聚类:一种新的聚类方法,"数据分析和分类进展,施普林格;德国船级社-Gesellschaft für Klassifikation(GfKl);日本船级社;意大利统计学会分类和数据分析小组(CLADAG);国际船级社联合会(IFCS),第10卷(4),第441-464页,12月。
    4. 莫里斯(Morris)、凯瑟琳(Katherine)和蓬佐(Punzo)、安东尼奥(Antonio)和麦克尼古拉斯(McNicholas)、保罗(Paul D.)和布朗(Browne)、瑞安(Ryan P.),2019年。"非对称簇和离群值:多元污染移位非对称拉普拉斯分布的混合,"计算统计与数据分析爱思唯尔,第132(C)卷,第145-166页。
    5. Hashemi、Farzane和Naderi、Mehrdad和Jamalizadeh、Ahad和Bekker、Andriette,2021年。"基于正态分布均值类的灵活因子分析,"计算统计与数据分析爱思唯尔,第157(C)卷。
    6. Lee,Sharon X.和McLachlan,Geoffrey J.,2022年。"基于模型聚类中的歪斜分布综述,"多元分析杂志爱思唯尔,第188(C)卷。
    7. Naderi、Mehrdad和Hung、Wen Liang和Lin、Tsung I和Jamalizadeh、Ahad,2019年。"使用Birnbaum–Saunders分布多元正态均值-方差混合的新混合模型及其在太阳系外行星上的应用,"多元分析杂志爱思唯尔,第171(C)卷,第126-138页。
    8. Lin,Tsung-I&McLachlan,Geoffrey J.&Lee,Sharon X.,2016年。"使用受限多元偏态分布扩展混合因子模型,"多元分析杂志爱思唯尔,第143(C)卷,第398-413页。
    9. Mohsen Maleki&Darren Wraith,2019年。"贝叶斯框架下多元受限偏态因子分析模型的混合,"计算统计学,施普林格,第34卷(3),第1039-1053页,9月。
    10. 王万伦,2015。"用于建模缺失值的高维数据的通用t因子分析器的混合物,"计算统计与数据分析爱思唯尔,第83卷(C),第223-235页。
    11. Kim,Nam-Hwui和Browne,Ryan P.,2021年。"追求稀疏性:有限混合因子分析器的一种新的保秩惩罚,"计算统计与数据分析爱思唯尔,第160(C)卷。
    12. Hui,Francis K.C.,2017年。"基于模型的生态学多变量丰度数据的同时聚类和排序,"计算统计与数据分析爱思唯尔,第105卷(C),第1-10页。
    13. Morgan,Grant B.&Hodge,Kari J.&Baggett,Aaron R.,2016年。"非正态混合物的潜在剖面分析:使用拟合指数进行模型选择的蒙特卡罗检验,"计算统计与数据分析爱思唯尔,第93卷(C),第146-161页。
    14. Cristina Tortora和Brian C.Franczak、Ryan P.Browne和Paul D.McNicholas,2019年。"凝聚广义双曲分布的混合,"分类杂志,施普林格;船级社,第36卷(1),第26-57页,4月。
    15. Lee,Sharon X.和McLachlan,Geoffrey J.,2021。"关于斜因子模型的公式:斜因子和/或斜误差,"统计与概率信件爱思唯尔,第168(C)卷。
    16. Paula M.Murray、Ryan P.Browne和Paul D.McNicholas,2020年。"隐截断双曲因子分析器的混合,"分类杂志,施普林格;船级社,第37卷(2),第366-379页,7月。
    17. 王万伦和林宗一,2022年。"基于混合t因子分析的多重删失数据稳健聚类,"测试:西班牙统计与运筹学会官方期刊,施普林格;《运营调查学会》,第31卷(1),第22-53页,3月。
    18. Morris,Katherine&McNicholas,Paul D.,2016年。"通过广义双曲混合进行聚类、分类、判别分析和降维,"计算统计与数据分析爱思唯尔,第97卷(C),第133-150页。
    19. Sanjeena Subedi和Paul D.McNicholas,2021年。"一种变分近似-DIC族内参数估计和混合模型选择准则,"分类杂志,施普林格;船级社,第38卷(1),第89-108页,4月。
    20. Utkarsh J.Dang&Michael P.B.Gallaugher&Ryan P.Browne&Paul D.McNicholas,2023年。"基于模型的多元斜幂指数分布混合聚类与分类,"分类杂志,施普林格;船级社,第40卷(1),第145-167页,4月。
    21. 于洪伟(Yuhong Wei)和保罗·麦克尼古拉斯(Paul McNicholas),2015年。"聚类的混合模型平均,"数据分析和分类进展,施普林格;德国船级社-Gesellschaft für Klassifikation(GfKl);日本船级社;意大利统计学会分类和数据分析小组(CLADAG);国际船级社联合会(IFCS),第9卷(2),第197-217页,6月。
    22. Murray,Paula M.&Browne,Ryan P.&McNicholas,Paul D.,2017年。"隐截断双曲分布及其有限混合及其在聚类中的应用,"多元分析杂志爱思唯尔,第161(C)卷,第141-156页。
    23. Tang,Yang&Browne,Ryan P.&McNicholas,Paul D.,2015年。"基于模型的高维二进制数据聚类,"计算统计与数据分析爱思唯尔,第87卷(C),第84-101页。

    最相关的项目

    这些是最常引用与本书相同作品的项目,也被与本书同样的作品引用。
    1. Paul D.McNicholas,2016年。"基于模型的聚类,"分类杂志,施普林格;船级社,第33卷(3),第331-373页,10月。
    2. Tung-I Lin、Pal Wu、Geoffrey McLachlan和Sharon Lee,2015年。"使用受限偏斜-$$t$$t分布的鲁棒因子分析模型,"测试:西班牙统计与运筹学会官方期刊,施普林格;《运营调查协会》,第24卷(3),第510-531页,9月。
    3. Morris,Katherine&McNicholas,Paul D.,2016年。"通过广义双曲混合进行聚类、分类、判别分析和降维,"计算统计与数据分析爱思唯尔,第97卷(C),第133-150页。
    4. Cristina Tortora和Paul D.McNicholas以及Ryan P.Browne,2016年。"广义双曲因子分析器的混合,"数据分析和分类进展,施普林格;德国船级社-Gesellschaft für Klassifikation(GfKl);日本船级社;意大利统计学会分类和数据分析小组(CLADAG);国际船级社联合会(IFCS),第10卷(4),第423-440页,12月。
    5. Murray,Paula M.&Browne,Ryan P.&McNicholas,Paul D.,2017年。"混合SDB偏t因子分析仪,"计量经济与统计爱思唯尔,第3卷(C),第160-168页。
    6. Tang,Yang&Browne,Ryan P.&McNicholas,Paul D.,2015年。"基于模型的高维二进制数据聚类,"计算统计与数据分析爱思唯尔,第87卷(C),第84-101页。
    7. Sanjeena Subedi和Paul McNicholas,2014年。"正态逆高斯分布混合聚类的变分Bayes近似,"数据分析和分类进展,施普林格;德国船级社-Gesellschaft für Klassifikation(GfKl);日本船级社;意大利统计学会分类和数据分析小组(CLADAG);国际船级社联合会(IFCS),第8卷(2),第167-193页,6月。
    8. Cristina Tortora和Brian C.Franczak、Ryan P.Browne和Paul D.McNicholas,2019年。"凝聚广义双曲分布的混合,"分类杂志,施普林格;船级社,第36卷(1),第26-57页,4月。
    9. Vrbik,Irene&McNicholas,Paul D.,2014年。"基于模型聚类和分类的简约斜交混合模型,"计算统计与数据分析爱思唯尔,第71卷(C),第196-210页。
    10. 莫里斯(Morris)、凯瑟琳(Katherine)和蓬佐(Punzo)、安东尼奥(Antonio)和麦克尼古拉斯(McNicholas)、保罗(Paul D.)和布朗(Browne)、瑞安(Ryan P.),2019年。"非对称簇和离群值:多元污染移位非对称拉普拉斯分布的混合,"计算统计与数据分析爱思唯尔,第132(C)卷,第145-166页。
    11. Utkarsh J.Dang&Antonio Punzo&Paul D.McNicholas&Salvatore Ingrassia&Ryan P.Browne,2017年。"高斯聚类加权模型的多元响应和解析性,"分类杂志,施普林格;船级社,第34卷(1),第4-34页,4月。
    12. Utkarsh J.Dang&Michael P.B.Gallaugher&Ryan P.Browne&Paul D.McNicholas,2023年。"基于模型的多元斜幂指数分布混合聚类与分类,"分类杂志,施普林格;船级社,第40卷(1),第145-167页,4月。
    13. Wei,Yuhong&Tang,Yang&McNicholas,Paul D.,2019年。"不完全数据下基于模型聚类的广义双曲分布和偏t分布的混合,"计算统计与数据分析爱思唯尔,第130(C)卷,第18-41页。
    14. Michael P.B.Gallaugher和Paul D.McNicholas,2019年。"分数监督分类:权重选择与多元t分布的推广,"分类杂志,施普林格;船级社,第36卷(2),第232-265页,7月。
    15. Andrews、Jeffrey L.和McNicholas、Paul D.和Subedi,Sanjeena,2011年。"基于模型的多元t分布混合分类,"计算统计与数据分析爱思唯尔,第55卷(1),第520-529页,1月。
    16. MarekŚmieja和Magdalena Wiercioch,2017年。"具有复杂集群结构的受限集群,"数据分析和分类进展,施普林格;德国船级社-Gesellschaft für Klassifikation(GfKl);日本船级社;意大利统计学会分类和数据分析小组(CLADAG);国际船级社联合会(IFCS),第11卷(3),第493-518页,9月。
    17. 王万伦,2015。"用于建模缺失值的高维数据的通用t因子分析器的混合物,"计算统计与数据分析爱思唯尔,第83卷(C),第223-235页。
    18. O'Hagan,Adrian&Murphy,Thomas Brendan&Gormley,Isobel Claire,2012年。"通过期望-最大化算法拟合混合物模型的计算方面,"计算统计与数据分析爱思唯尔,第56卷(12),第3843-3864页。
    19. Lin,Tsung-I&McLachlan,Geoffrey J.&Lee,Sharon X.,2016年。"使用受限多元偏态分布扩展混合因子模型,"多元分析杂志爱思唯尔,第143(C)卷,第398-413页。
    20. Redivo,Edoardo&Nguyen,Hien D.&Gupta,Mayetri,2020年。"基于几何偏态正态分布的偏态和多模态数据的贝叶斯聚类,"计算统计与数据分析爱思唯尔,第152(C)卷。

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时,请提及此项目的句柄:RePEc:eee:csdana:v:77:y:2014:i:c:p:326-335。请参阅一般信息关于如何在RePEc中更正材料。

    如果您编写了此项目,但尚未在RePEc注册,我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考,但没有将RePEc中的项目链接到它,您可以帮助这个表格.

    如果你知道引用这一条的缺失条目,你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者,您可能还需要检查您的RePEc作者服务个人资料,因为可能有一些引文等待确认。

    有关此项目的技术问题,或更正其作者、标题、摘要、书目或下载信息,请联系:Catherine Liu(电子邮件如下)。供应商的一般联系方式:http://www.elsevier.com/locate/csda.

    请注意,更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。