×
埃兰森·F·萨拉瓦。;铃木，Adriano K。;米兰，路易斯A。

一种贝叶斯稀疏有限混合模型，用于从异质人群中聚类数据。 （英语） Zbl 1445.62152号

布拉兹。J.概率。斯达。 34，第2期，323-344（2020年）.
摘要：在本文中，我们介绍了一种使用稀疏有限混合模型（SFMM）对数据进行聚类的贝叶斯方法。SFMM是一个有限混合模型，其中包含大量先前固定的组分，其中许多组分可能是空的。在该模型中，组分的数量（k）可以解释为不同混合物组分的最大数量。然后，我们探索使用先验分布来计算混合模型的权重，该先验分布考虑了簇的数量（k_{\mathbf{c}}\）（例如，非空分量）可以是随机的并且小于有限混合模型的分量数量（k\）的可能性。为了确定簇，我们开发了一种MCMC算法，命名为分裂合并分配采样器。在该算法中，分割策略是数据驱动的，并插入到算法中，以增加马尔可夫链相对于簇数的混合。使用模拟数据集和三个实际数据集验证了该方法的性能。第一个真实数据集是基准星系数据，第二个和第三个数据集分别是关于酶和酸度的公开数据集。

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
2015年1月62日 贝叶斯推断
62页第10页 统计学在生物学和医学中的应用；元分析
第62页，第35页 统计学在物理学中的应用
85A35型 统计天文学
85A05型 银河和恒星动力学

关键词：

混合物模型;贝叶斯方法;吉布斯采样;Metropolis-Hastings算法;split-merge更新

软件：

AS 136标准
PDF格式BibTeX公司 XML格式引用
\textit{E.F.Saraiva}等人，布拉兹。J.概率。Stat.34，No.2，323--344（2020；Zbl 1445.62152）
全文： 内政部 欧几里得

参考文献：

[1] Akaike，H.A.（1974年）。统计模型识别的新视角。IEEE自动控制汇刊19，716-723·Zbl 0314.62039号 ·doi:10.1109/TAC.1974.1100705
[2] J.J.安德森（1985）。正态混合物和簇数问题。计算统计季刊2，3-14·Zbl 0616.62087号
[3] Banfield，J.D.和Raftery，A.E.（1993年）。基于模型的高斯和非高斯聚类。生物计量学49803-821·Zbl 0794.62034号 ·doi:10.2307/2532201
[4] Bensmail，H.、Celeux，G.、Raftery，A.E.和Robert，C.P.（1997）。基于模型的聚类分析中的推断。统计与计算7，1-10。
[5] Binder，D.A.（1978年）。贝叶斯聚类分析。生物特征65、31-38·Zbl 0376.62007号 ·doi:10.1093/biomet/65.1.31
[6] Bouveyron，C.和Brunet，C.（2013）。基于模型的高维数据聚类：综述。计算统计与数据分析71，52-78·Zbl 1471.62032号 ·doi:10.1016/j.csda.2012.12.008
[7] Bozdogan，H.（1987年）。模型选择和Akaike信息准则（AIC）：一般理论及其分析扩展。《心理测量学》52，345-370·Zbl 0627.62005号 ·doi:10.1007/BF02294361
[8] Casella，G.、Robert，C.和Wells，M.（2000年）。混合模型、潜在变量和分区重要性抽样。技术报告-2000-03，CREST，INSEE，巴黎·Zbl 1075.65016号 ·doi:10.1016/j.stamet.2004.05.001
[9] Celeux，G.、Hurn，M.和Robert，C.P.（2000年）。混合后验分布的计算和推断困难。《美国统计协会杂志》95，957-970·Zbl 0999.62020号 ·doi:10.1080/016214592000.10474285
[10] Chib，S.和Greenberg，E.（1995年）。了解Metropolis-Hastings算法。美国统计学家49，327-335。
[11] Escobar，M.D.和West，M.（1995）。使用混合物的贝叶斯密度估计和推断。《美国统计协会杂志》90，577-588·Zbl 0826.62021号 ·doi:10.1080/01621459.1995.10476550
[12] Fraley，C.和Raftery，A.（2002年）。基于模型的聚类、判别分析和密度估计。美国统计协会杂志97·Zbl 1073.62545号 ·doi:10.1198/016214502760047131
[13] Fruhworth-Schnatter，S.（2017）。在基于模型的聚类中，从这里到无穷大稀疏有限与狄利克雷过程的混合。https://arxiv.org/abs/1706.07194。 ·Zbl 1474.62225号 ·doi:10.1007/s11634-018-0329-y
[14] Hartigan，J.A.和Wong，M.A.（1978年）。算法AS 136：k均值聚类算法。应用统计学28，100-108·Zbl 0447.62062号
[15] Jasra，A.、Holmes，C.C.和Stephens，D.A.（2005年）。马尔可夫链蒙特卡罗方法和贝叶斯混合建模中的标签切换问题。统计科学20，50-67·Zbl 1100.62032号 ·doi:10.1214/088342305000000016
[16] MacQueen，J.（1967）。多元观测值分类和分析的一些方法。第五届伯克利数理统计与概率研讨会论文集，第1卷：统计学，281-297。加州伯克利：加利福尼亚大学出版社·Zbl 0214.46201号
[17] McLachlan，G.和Basford，K.E.（1988年）。《混合模型：聚类的推断和应用》，纽约：马塞尔·德克尔出版社·Zbl 0697.62050号
[18] McLachlan，G.和Peel，D.（2000年）。有限混合模型。纽约：Wiley Interscience·Zbl 0963.62061号
[19] Nobile，A.和Fearnside，A.T.（2007年）。成分数量未知的贝叶斯有限混合：分配采样器。统计与计算17，147-162。
[20] 哦，M.S.和Raftery，A.E.（2007）。基于模型的差异聚类：贝叶斯方法。计算与图形统计杂志16，559-585。
[21] Richardson，S.和Green，P.J.（1997）。关于成分数目未知的混合物的贝叶斯分析。英国皇家统计学会杂志，B辑，统计方法59，731-792·Zbl 0891.62020号 ·数字标识代码：10.1111/1467-9868.00095
[22] Roeder，K.和Wasserman，L.（1997）。使用混合法线的实用贝叶斯密度估计。《美国统计协会杂志》92，894-902·Zbl 0889.62021号 ·doi:10.1080/01621459.1997.10474044
[23] Saraiva，E.F.、Louzada，F.和Milan，L.A.（2014年）。通过一种新的后验分裂大MCMC算法，建立了成分数目未知的混合模型。应用数学与计算244959-975·Zbl 1335.62061号 ·doi:10.1016/j.amc.2014.07.032
[24] Saraiva，E.F.、Suzuki，A.K.、Louzada，F.和Milan，L.A.（2016）。用数据驱动的马尔可夫链蒙特卡罗对基因表达数据进行分区。应用统计学杂志43，1155-1173·Zbl 1514.62846号
[25] Saraiva，E.F.、Suzuki，A.K.和Milan，L.A.（2019年）。补充“用于从异质人群中聚类数据的贝叶斯稀疏有限混合模型”https://doi.org/10.1214/18-BJPS425SUPP。
[26] Schwarz，G.E.（1978年）。估算模型的维度。统计年鉴6，461-464·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[27] Sneath，P.H.A.（1957年）。计算机在分类法中的应用。普通微生物学杂志17，201-206。
[28] Sokal，R.R.和Michener，C.D.（1958年）。一种用于评估系统关系的统计方法。堪萨斯大学科学通报381409-1438。
[29] Spiegelhalter，D.J.、Best，N.G.、Carlin，B.P.和Van der Linde，A.（2002）。模型复杂度和拟合度的贝叶斯度量。《皇家统计学会杂志》，B辑64，583-616·Zbl 1067.62010年 ·数字对象标识代码：10.1111/1467-9868.00353
[30] Stephens，M.（2000年）。处理混合模型中的标签切换。英国皇家统计学会杂志，B辑，统计方法62，795-809·Zbl 0957.62020号 ·doi:10.1111/1467-9868.00265
[31] Walli，G.M.、Frhwirth-Schnatter，S.和Grn，B.（2016）。基于稀疏有限高斯混合的模型聚类。统计与计算34，303-324·Zbl 1342.62109号 ·doi:10.1007/s11222-014-9500-2
[32] Ward，J.H.（1963年）。分层分组以优化目标函数。《美国统计协会杂志》58，234-244。
[33] 维滕，D·Zbl 1392.62194号 ·doi:10.1198/jasa.2010.tm09415
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。