×
比尔纳基，C。;塞勒克斯，G。;戈瓦特，G。

潜在类模型综合可能性的精确和蒙特卡罗计算。 （英语） Zbl 1203.62027

J.统计计划。推断 140，第11期，2991-3002（2010）。
摘要：潜在类模型或多元多项式混合是一种有效的分类数据聚类方法。考虑到统计单元所属的潜在类，它使用了条件独立性假设。我们利用了这样一个事实，即使用Jeffreys非信息先验分布进行完全贝叶斯分析不涉及技术困难，从而提出完整数据集成似然的精确表达式，这在聚类角度上被称为有意义的模型选择标准。类似地，可以通过两个步骤获得综合观测数据似然的蒙特卡罗近似值：对参数进行精确积分，然后通过重要性抽样策略对所有可能分区的和进行近似。然后，精确和近似准则分别与它们的标准渐近BIC近似在实验上竞争，以选择混合组分的数量。
对模拟数据和生物示例的数值实验表明，渐近准则通常比非渐近准则更为保守，不仅适用于预期的中等样本量，而且适用于相当大的样本量。这项研究强调，渐近标准往往无法选择数据中的一些有趣结构。

引用于17文件

MSC公司：

2015年1月62日 贝叶斯推断
65二氧化碳 蒙特卡罗方法
62H30型 分类和区分；聚类分析（统计方面）

关键词：

分类数据;贝叶斯模型选择;Jeffreys共轭先验;重要性抽样;EM算法;吉布斯采样器

软件：

Mixmod公司
PDF格式BibTeX公司 XML格式引用
\textit{C.Biernacki}等人，J.Stat.Plann。推断140，No.11，2991--3002（2010；Zbl 1203.62027）
全文： 内政部 链接

参考文献：

[1] 艾特金，M。；安德森，D。；Hinde，J.，《教学风格数据的统计建模》，《皇家统计学会杂志》，B辑，47，1，67-75（1981），（含讨论）
[2] 比尔纳基，C。；Celeux，G。；Govaert，G.，《用综合完全似然评估聚类的混合模型》，IEEE模式分析和机器智能汇刊，22，7，719-725（2000）
[3] 比尔纳基，C。；Celeux，G。；戈瓦特，G。；Langrognet，F.，基于模型的聚类和判别分析Mixmod公司软件，计算统计学和数据分析，52，25887-600（2006）·Zbl 1157.62431号
[4] Biernacki，C.、Celeux，G.、Govaert，G.，2008年。潜在类模型综合可能性的精确和蒙特卡罗计算。技术报告RR6609，INRIA。；Biernacki，C.、Celeux，G.、Govaert，G.，2008年。潜在类模型综合可能性的精确和蒙特卡罗计算。技术报告RR6609，INRIA·Zbl 1203.62027
[5] Bretagnolle，V.，2007年。个人通讯，来源：博物馆。；Bretagnolle，V.，2007年。个人通讯，来源：博物馆。
[6] Casella，G.，Robert，C.，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。；Casella，G.，Robert，C.，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
[7] Celeux，G。；福布斯，F。；罗伯特·C·P。；Titterington，D.M.，缺失数据模型的偏差信息标准，贝叶斯分析，1651-674（2006）·Zbl 1331.62329号
[8] Celeux，G。；Govaert，G.，离散数据和潜在类模型的聚类标准，分类杂志，8，2157-176（1991）·Zbl 0775.62150号
[9] Celeux，G。；Hurn，M。；Robert，C.P.，混合后验分布的计算和推断困难，美国统计协会杂志，95957-970（2000）·Zbl 0999.62020号
[10] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获取最大似然》，《皇家统计学会杂志》B，39，1-38（1977），（含讨论）·Zbl 0364.62022号
[11] 弗雷利，C。；Raftery，A.E.，基于模型的聚类、判别分析和密度估计，美国统计协会杂志，97，611-631（2002）·兹比尔1073.62545
[12] Frühwirth-Schnatter，S.，使用桥式抽样技术估计混合和马尔可夫转换模型的边际可能性，《计量经济学杂志》，7143-167（2004）·Zbl 1053.62087号
[13] Frühwirth-Schnatter，S.，2006年。有限混合和马尔可夫切换模型。In：统计学中的Springer系列。；Frühwirth Schnatter，S.，2006年。有限混合和马尔可夫切换模型。收录于：统计中的斯普林格系列·Zbl 1108.6202号
[14] Goodman，L.A.，使用可识别和不可识别模型进行探索性潜在结构分析，Biometrika，61215-231（1974）·Zbl 0281.62057号
[15] Marin，J.M.，Mengersen，K.，Robert C.P.，2005年。混合分布的贝叶斯建模和推断，In:Handbook of Statistics 25（16），459-507。；Marin，J.M.，Mengersen，K.，Robert C.P.，2005年。混合分布的贝叶斯建模和推断，In:Handbook of Statistics 25（16），459-507。
[16] McLachlan，G.J。；Krishnan，K.，《EM算法》（1997），威利出版社：威利纽约·Zbl 0882.62012号
[17] McLachlan，G.J。；Peel，D.，有限混合模型（2000），Wiley:Wiley纽约·Zbl 0963.62061号
[18] 纳迪夫，M。；Govaert，G.，二元数据和混合模型的聚类：模型的选择，应用随机模型和数据分析，13，269-278（1998）·Zbl 0910.62021号
[19] Rand，W.M.，《聚类方法评估的客观标准》，《美国统计协会杂志》，66，846-850（1971）
[20] Robert，C.P.，《贝叶斯选择》（The Bayesian Choice）（2007），施普林格出版社：纽约施普林格·Zbl 1129.62003号
[21] Schwarz，G.，《有限混合模型中成分数量的估算》，《统计年鉴》，第6461-464页（1978年）·Zbl 0379.62005年
[22] Spiegelhalter，D。；贝斯特，N。；卡林，B。；van der Linde，A.，模型复杂性和拟合的贝叶斯度量，《皇家统计学会杂志》，B辑，64，583-639（2002），（含讨论）·兹比尔1067.62010
[23] Stephens，M.A.，《处理混合模型中的标签切换》，《皇家统计学会期刊》B辑，62795-809（2000）·Zbl 0957.62020号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。