安吉洛·马扎;安东尼奥·蓬佐 多元污染正态回归模型的混合。 （英语） Zbl 1435.62238号 统计Pap。 61，第2期，787-822（2020年）. 摘要：回归模型混合（MRM）被广泛用于研究来自几个未知潜在同质组的变量之间的关系。通常，假设每个混合成分中响应的条件分布为（多元）正态（MN-MRM）。为了使该方法在可能的椭圆重尾偏离正态时具有鲁棒性，由于存在轻度异常值，本文引入了多元污染正态MRM。除了MN-MRM的参数外，每个混合物成分都有一个参数控制异常值的比例，另一个参数指定响应变量的污染程度。重要的是，这些参数不必预先指定，这为我们的方法增加了灵活性。此外，一旦对模型进行估计并将观测值分配给组，就可以直接在典型点和（轻度）异常值中获得更精细的组内分类。提供了可辨识条件，概述了用于参数估计的期望条件最大化算法，并讨论了各种实现和操作问题。通过蒙特卡罗实验评价了回归系数估计量的性质，并与其他方法进行了比较。这一新型模型系列的性能也在人工数据和实际数据上进行了说明，特别强调了在异速生长研究中的应用。 引用于23文件 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 62J02型 一般非线性回归 第62页第10页 统计学在生物学和医学中的应用；元分析 关键词：污染正态分布;回归模型的混合;基于模型的聚类;异速生长研究 软件：麦克卢斯特;柔性CWM;受污染混合物;柔性混音;R（右） PDF格式BibTeX公司 XML格式引用 \textit{A.Mazza}和\textit{A.Punzo}，统计帕普。61，第2号，787--822（2020；Zbl 1435.62238） 全文： 内政部 参考文献： [1] 艾特肯，AC，代数方程和超越方程根的系列公式，Proc R Soc Edib，45，1，14-22（1926）·doi:10.1017/S0370164600024871 [2] 艾特金，M。；Wilson，GT，混合模型、离群值和EM算法，技术计量学，22，3，325-331（1980）·Zbl 0466.62034号 ·doi:10.1080/00401706.1980.10486163 [3] 安德鲁斯，JL；McNicholas，PD，扩展多变量（t）因子分析仪的混合物，Stat Comput，21，361-373（2011）·Zbl 1255.62171号 ·doi:10.1007/s11222-010-9175-2 [4] 安德鲁斯，JL；麦克尼古拉斯，PD；Subedi，S.，通过多元分布混合物进行基于模型的分类，《计算统计数据分析》，55，520-529（2011）·Zbl 1247.62151号 ·doi:10.1016/j.csda.2010.05.019 [5] Baek，J。；McLachlan，GJ，用于聚类高维微阵列数据的共同因子分析仪的混合物，生物信息学，27，9，1269-1276（2011）·doi:10.1093/bioinformatics/btr112 [6] 巴格纳托，L。；Punzo，A.，单峰β密度和γ密度的有限混合以及（k）-凸点算法，计算统计，28，4，1571-1597（2013）·Zbl 1306.65024号 ·doi:10.1007/s00180-012-0367-4 [7] 巴格纳托，L。；Punzo，A。；Zoia，MG，多元轻子正态分布及其在基于模型聚类中的应用，Can J Stat，45，1，95-119（2017）·Zbl 1462.62308号 ·doi:10.1002/cjs.11308 [8] Bai，X。；姚，W。；Boyer，JE，混合回归模型的稳健拟合，计算统计数据分析，56，7，2347-2359（2012）·Zbl 1252.62011年 ·doi:10.1016/j.csda.2012.01.016 [9] JD Banfield；Raftery，AE，基于模型的高斯和非高斯聚类，生物统计学，49，3，803-821（1993）·Zbl 0794.62034号 ·doi:10.307/2532201 [10] M.Berkane。；Bentler，PM，多元数据中污染参数的估计和异常值的识别，社会方法研究，17，1，55-64（1988）·doi:10.1177/0049124188017001003 [11] 伯塔，P。；Ingrassia，S.公司。；Punzo，A。；Vittadini，G.，医院评估的多层次聚类加权模型，METRON，74，3，275-292（2016）·Zbl 1394.62154号 ·doi:10.1007/s40300-016-0098-3 [12] 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 Trans-Pattern Ana Mach Intell，22，7，719-725（2000）·doi:10.1109/34.865189 [13] 比尔纳基，C。；Celeux，G。；Govaert，G.，为EM算法选择初始值以获得多元高斯混合模型中的最大似然，计算统计数据分析，41，3-4，561-575（2003）·Zbl 1429.62235号 ·doi:10.1016/S0167-9473（02）00163-9 [14] Böhning D（1999）《计算机辅助混合分析与应用：荟萃分析、疾病绘图及其他》，Chapman&Hall/CRC统计学与应用概率专著，第81卷。泰勒和弗朗西斯·Zbl 0951.62088号 [15] Böhning，D。；迪茨，E。；Schaub，R。；施拉特曼，P。；Lindsay，B.，单参数指数族密度混合物的似然比分布，Ann Inst Stat Math，46，2，373-388（1994）·Zbl 0802.62017年 ·doi:10.1007/BF01720593 [16] Browne RP，Subedi S，McNicholas PD（2013）高斯简约聚类模型子集的约束优化。http://arxiv.org/abs/11306.5824 [17] 坎贝尔，北美；Mahon，RJ，Leptograpsus属两种岩蟹变异的多元研究，Aust J Zool，22，3，417-425（1974）·doi:10.1071/ZO9740417 [18] Celeux，G。；Govaert，G.，高斯简约聚类模型，模式识别，28，5，781-793（1995）·doi:10.1016/0031-3203（94）00125-6 [19] Celeux，G。；Hurn，M。；Robert，CP，混合后验分布的计算和推断困难，美国统计学会杂志，95，451，957-970（2000）·Zbl 0999.62020号 ·doi:10.1080/01621459.2000.10474285 [20] Clarke BR，Davidson T，Hammarstrand R（2017）拟合（k）分量单变量正态混合时，最小距离估计量和em算法的比较。统计文件第1-20页10.1007/s00362-016-0747-x·Zbl 1416.62148号 [21] 加利福尼亚州库斯塔·阿尔贝托斯；Gordaliza，A。；Matrán，C.，Trimmed（k）-意指：量化器鲁棒化的尝试，Ann Stat，25，2，553-576（1997）·Zbl 0878.62045号 ·doi:10.1214操作系统/1031833664 [22] Dang UJ，McNicholas PD（2015）回归模型的节约型有限混合族。收录：Morlini I、Minerva T、Vichi M（eds）《数据分析统计模型进展》。分类、数据分析和知识组织研究。瑞士施普林格第73-84页 [23] UJ Dang；Browne，RP；McNicholas，PD，多元幂指数分布的混合，生物统计学，71，4，1081-1089（2015）·Zbl 1419.62330号 ·doi:10.1111/biom.12351 [24] 当，UJ；Punzo，A。；麦克尼古拉斯，PD；Ingrassia，S.公司。；Browne，RP，高斯加权模型的多元响应和简约性，J Classif，34，1，4-34（2017）·Zbl 1364.62149号 ·doi:10.1007/s00357-017-9221-2 [25] 戴维斯，L。；Gather，U.，《多个离群值的识别》，美国统计协会期刊，88，423，782-792（1993）·Zbl 0797.62025号 ·doi:10.1080/01621459.1993.10476339 [26] 戴顿，CM；Macready，GB，伴随变量潜在类模型，J Am Stat Assoc，83，401，173-178（1988）·doi:10.1080/01621459.1988.10478584 [27] Dempster，A。；莱尔德，N。；Rubin，D.，通过EM算法从不完整数据中获得的最大似然，J Roy Stat Soc:Ser B，39，1，1-38（1977）·Zbl 0364.62022号 [28] Depraetere，N。；Vandebroek，M.，线性回归有限混合中的顺序选择，Stat Pap，55，3，871-911（2014）·Zbl 1334.62138号 ·文件编号：10.1007/s00362-013-0534-x [29] 德萨博，WS；Cron，WL，《聚类线性回归的最大似然法》，J Classif，5，2，249-282（1988）·Zbl 0692.62052号 ·doi:10.1007/BF01897167 [30] Fraley C、Raftery AE、Murphy TB、Scrucca L（2012）mclust第4版R：基于模型的聚类、分类和密度估计的正态混合建模。华盛顿西雅图华盛顿大学统计系技术报告597·Zbl 1520.62002号 [31] Frühwirth-Schnatter，S.，有限混合和马尔可夫切换模型（2006），纽约：Springer，纽约·Zbl 1108.6202号 [32] 加林贝蒂，G。；Soffritti，G.，使用有限混合分布的多元线性回归分析，Comput Stat Data Anal，71138-150（2014）·Zbl 1471.62070号 ·doi:10.1016/j.csda.2013.01.017 [33] 加西亚·埃斯库德罗，洛杉矶；Gordaliza，A。；Mayo-Iscar，A。；San Martín，R.，通过修剪实现稳健聚类线性回归，《计算统计数据分析》，54，12，3057-3069（2010）·Zbl 1284.62198号 ·doi:10.1016/j.csda.2009.07.002 [34] Golam Kibria，BM；Safiul Haq，M.，《具有多元（t）和类内协方差结构的多元线性模型》，Stat Pap，40，3，263-276（1999）·Zbl 0937.62056号 ·doi:10.1007/BF202929875文件 [35] Gómez，E。；Gómez-Viliegas，马萨诸塞州；Marin，JM，幂指数分布族的多元推广，公共统计理论方法，27，3，589-600（1998）·Zbl 0895.62053号 ·doi:10.1080/03610929808832115 [36] 格雷塞林，F。；Punzo，A.，评估协方差矩阵相似性的闭合似然比测试程序，《美国统计》，67，3，117-128（2013）·Zbl 07649195号 ·doi:10.1080/00031305.2013.791643 [37] Grün，B。；Leisch，F.，FlexMix第2版：具有伴随变量和可变及常数参数的有限混合，J Stat Softw，28，4，1-35（2008）·doi:10.18637/jss.v028.i04 [38] Hartigan，JA，聚类中的统计理论。分类J，2，1，63-76（1985）·Zbl 0575.62058号 ·doi:10.1007/BF01908064 [39] 哈斯蒂，T。；Tibshirani，R.，高斯混合判别分析，J Roy Stat Soc，58，1，155-176（1996）·Zbl 0850.62476号 [40] Hennig，C.，聚类线性回归模型的可识别性，J Classif，17，2，273-296（2000）·Zbl 1017.62058号 ·doi:10.1007/s003570000022 [41] Hennig，C.，位置-尺度混合最大似然估计的分解点，Ann Stat，32，4，1313-1340（2004）·Zbl 1047.62063号 ·doi:10.1214/009053604000000571 [42] Ingrassia，S.，多元正态混合模型的基于似然的约束算法，统计方法应用，13，2，151-166（2004）·Zbl 1205.62066号 ·doi:10.1007/s10260-004-0092-4 [43] Ingrassia，S.公司。；Punzo，A.，回归混合的决策边界，韩国统计学会杂志，45，2，295-306（2016）·兹比尔1341.62181 ·doi:10.1016/j.jkss.2015.11.005 [44] Ingrassia，S.公司。；Rocci，R.，多元高斯有限混合的约束单调em算法，计算统计数据分析，51，11，5339-5351（2007）·Zbl 1445.62116号 ·doi:10.1016/j.csda.2006.10.011 [45] Ingrassia，S.公司。；南卡罗来纳州米诺蒂；Punzo，A.，通过线性聚类加权模型进行基于模型的聚类，《计算统计数据分析》，71，159-182（2014）·Zbl 1471.62095号 ·doi:10.1016/j.csda.2013.02.012 [46] Ingrassia，S.公司。；Punzo，A。；维塔迪尼，G。；Minotti，SC，广义线性混合聚类加权模型，J Classif，32，1，85-113（2015）·兹比尔1331.62310 ·doi:10.1007/s00357-015-9175-1 [47] 蒋伟（Jiang，W.）。；Tanner，MA，指数族回归模型的专家层次混合：近似和最大似然估计，Ann Stat，27，3，987-1011（1999）·Zbl 0957.62032号 ·doi:10.1214/aos/1018031265 [48] Karlis，D。；Xekalaki，E.，为有限混合物的EM算法选择初始值，计算统计数据分析，41，3-4，577-590（2003）·Zbl 1429.62082号 ·doi:10.1016/S0167-9473（02）00177-9 [49] 卡尔森，M。；Laitila，T.，删失回归模型的有限混合建模，Stat Pap，55，3，627-642（2014）·Zbl 1416.62215号 ·文件编号：10.1007/s00362-013-0509-y [50] Klingenberg CP（1996）多元异速生长。形态计量学进展。纽约州施普林格第23-49页 [51] 克诺贝尔，BR；Burkhart，HE，模拟两个时间点森林直径分布的双变量分布方法，生物计量学，47，1241-253（1991）·doi:10.2307/2532509 [52] 拉科斯，VH；Angolini，T。；加利福尼亚州Abanto-Valle，《关于重尾分布下测量误差模型的估计和局部影响分析》，Stat Pap，52，3，567-590（2011）·Zbl 1434.62152号 ·doi:10.1007/s00362-009-0270-4 [53] 拉蒙特，AE；弗蒙特，JK；Van Horn，ML，回归混合模型：对自变量和潜在类之间的协方差建模是否会改善结果？，Multivar Behav Res，51，1，35-52（2016）·doi:10.1080/00273171.2015.1095063 [54] 兰格，吉隆坡；小，RJA；Taylor，JMG，使用（t）分布的稳健统计建模，美国统计协会杂志，84，408，881-896（1989） [55] Leisch，F.，FlexMix:R中有限混合模型和潜在类回归的一般框架，J Stat Softw，11，8，1-18（2004）·doi:10.18637/jss.v011.i08 [56] Little，RJA，从缺失值数据中稳健估计均值和协方差矩阵，应用统计，37，1，23-38（1988）·Zbl 0647.62040号 ·doi:10.2307/2347491 [57] Maruotti，A。；Punzo，A.，多元纵向数据的基于模型的时变聚类与协变量和离群值，《计算统计数据分析》，113，4，475-496（2017）·Zbl 1464.62128号 ·doi:10.1016/j.csda.2016.05.024 [58] Mazza A、Punzo A、Ingrassia S（2015）flexCWM：柔性集群加权建模。http://cran.r-project.org/web/packages/flexCWM/index.html [59] Mazza A、Punzo A、Ingrassia S（2018）flexCWM。集群加权模型的灵活框架。J Stat Softw第1-29页 [60] McLachlan G，Krishnan T（2007）《EM算法和扩展》，《概率统计威利级数》，第382卷，第2版。纽约威利·Zbl 1165.62019号 [61] GJ麦克拉克伦；Peel，D.，有限混合模型（2000），纽约：威利，纽约·兹比尔0963.62061 [62] McNicholas，PD，使用潜在高斯混合模型的基于模型的分类，J Stat Plan Inference，140，5，1175-1181（2010）·Zbl 1181.62095号 ·doi:10.1016/j.jspi.2009.11.006 [63] 麦克尼古拉斯，PD；Subedi，S.，使用多元（t）分布混合物聚类基因表达时间进程数据，J Stat Plan Inference，142，5，1114-1127（2012）·Zbl 1236.62068号 ·doi:10.1016/jspi.2011.11.026 [64] 麦克尼古拉斯，PD；墨菲，TB；空军麦克戴德；Frost，D.，通过简约高斯混合模型实现基于模型的聚类的串行和并行实现，《计算统计数据分析》，54，3，711-723（2010）·Zbl 1464.62131号 ·doi:10.1016/j.csda.2009.02.011 [65] 孟，XL；Rubin，DB，《通过ECM算法进行最大似然估计：一般框架》，Biometrika，80，2，267-278（1993）·Zbl 0778.62022号 ·doi:10.1093/biomet/80.2.267 [66] Neykov，N。；Filzmoser，P。；迪莫娃，R。；Neytchev，P.，《使用修剪似然估计对混合物进行稳健拟合》，《计算统计数据分析》，52，1，299-308（2007）·Zbl 1328.62033号 ·doi:10.1016/j.csda.2006.12.024 [67] 牛，X。；李，P。；Zhang，P.，在正态分布的比例混合中测试同质性，Stat Pap，57，2，499-516（2016）·Zbl 1348.62052号 ·doi:10.1007/s00362-015-0665-3 [68] 皮，D。；McLachlan，GJ，使用（t）分布的稳健混合建模，统计计算，10，4，339-348（2000）·doi:10.1023/A:1008981510081 [69] Punzo，A.，多项式高斯聚类加权模型的柔性混合建模，统计模型，14，3，257-291（2014）·Zbl 07257904号 ·doi:10.1177/1471082X13503455 [70] Punzo A，Ingrassia S（2015）解析广义线性高斯聚类加权模型。收录：莫里尼一世、密涅瓦T、维姬M（编辑）。数据分析统计模型的进展。分类、数据分析和知识组织研究。施普林格国际出版公司，瑞士，第201-209页 [71] Punzo，A。；Ingrassia，S.，通过聚类加权模型聚类二元混合类型数据，计算统计，31，3，989-1013（2016）·Zbl 1347.65030号 ·doi:10.1007/s00180-015-0600-z [72] Punzo，A。；Maruotti，A.，《聚类多元纵向观测：受污染的高斯隐马尔可夫模型》，《计算Gr统计杂志》，25，4，1097-1116（2016）·doi:10.1080/10618600.2015.1089776 [73] Punzo，A。；McNicholas，PD，多元污染正态分布的解析混合物，Biometr J，58，61506-1537（2016）·Zbl 1353.62124号 ·doi:10.1002/bimj.21500144 [74] Punzo，A。；McNicholas，PD，通过污染高斯聚类加权模型进行回归分析中的稳健聚类，J Classif，34，2，249-293（2017）·Zbl 1373.62316号 ·数字对象标识代码：10.1007/s00357-017-9234-x [75] Punzo，A。；Browne，RP；McNicholas，PD，混合模型选择的假设检验，J Stat Compute Simul，86，14，2797-2818（2016）·Zbl 07184768号 ·doi:10.1080/00949655.2015.1131282 [76] Punzo A、Bagnato L、Maruotti A（2017）保险损失的复合单峰分布。保险：数学经济。10.1016/j.insmatheco.2017.1007·Zbl 1416.91217号 [77] Punzo A，Mazza A，McNicholas PD（2018）污染混合：用于拟合多元污染正态分布的简约混合的R包。《软统计杂志》第1-25页 [78] 秦，LX；Self，SG，回归模型的聚类方法及其在基因表达数据中的应用，生物统计学，62，2，526-533（2006）·Zbl 1097.62134号 ·doi:10.1111/j.1541-0420.2005.00498.x [79] R核心团队（2013）R：统计计算的语言和环境。奥地利维也纳R统计计算基金会，网址：http://www.R-project.org/ [80] Ritter，G.，《稳健聚类分析和变量选择》（2015），《CRC统计学与应用概率专著》。查普曼和霍尔/：CRC出版社，巴科·拉顿，CRC统计学和应用概率专著。查普曼和霍尔·Zbl 1341.62037号 [81] 罗素，PJ；Driessen，KV，最小协方差行列式估计的快速算法，《技术计量学》，41，3，212-223（1999）·doi:10.1080/0401706.1999.10485670 [82] 施勒德，HT；Hafley，WL，《描述树木高度和直径的林分结构的有用二元分布》，《生物统计学》，33，3，471-478（1977）·doi:10.307/2529361 [83] Schwarz，G.，估算模型的维数，Ann Stat，6，2，461-464（1978）·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136 [84] Seo，B。；Kim，D.，正态混合模型中的根选择，计算统计数据分析，56，8，2454-2470（2012）·Zbl 1252.62013年 ·doi:10.1016/j.csda.2012.01.022 [85] Skrondal，A。；Rabe-Hesketh，S.，《广义潜在变量建模：多级、纵向和结构方程模型》（2004），巴科·拉顿：跨学科统计。Taylor&Francis，巴科·拉顿·Zbl 1097.62001 [86] Song，W。；姚明，W。；Xing，Y.，拉普拉斯分布稳健混合回归模型拟合，计算统计数据分析，71128-137（2014）·Zbl 1471.62189号 ·doi:10.1016/j.csda.2013.06.022 [87] Stephens，M.，处理混合模型中的标签切换，J Royal Stat Soc B，62，4，795-809（2000）·Zbl 0957.62020号 ·doi:10.1111/1467-9868.00265 [88] Subedi，S。；Punzo，A。；Ingrassia，S.公司。；McNicholas，PD，通过聚类加权因子分析仪进行聚类和分类，Adv Data Anal Classif，7，1，5-40（2013）·Zbl 1271.62137号 ·doi:10.1007/s11634-013-0124-8 [89] Subedi，S。；Punzo，A。；Ingrassia，S.公司。；McNicholas，PD，基于稳健模型的聚类和降维的聚类加权因子分析，统计方法应用，24，4，623-649（2015）·兹比尔1416.62362 ·doi:10.1007/s10260-015-0298-7 [90] 图基，JW；Olkin，I.，《污染分布抽样调查》，《概率与统计贡献：纪念哈罗德·霍特林的论文》，斯坦福数学与统计研究，448-485（1960），加利福尼亚：斯坦福大学出版社，加利福尼亚·Zbl 0201.52803号 [91] 韦德尔，M。；Kamakura，W.，《市场细分：概念和方法基础》（2001），波士顿：Kluwer学术出版社，波士顿 [92] Yao，W.，混合物模型的基于模型的标签，统计计算，22，2，337-347（2012）·Zbl 1322.62047号 ·doi:10.1007/s11222-010-9226-8 [93] 姚，W。；Lindsay，BG，贝叶斯混合物最高后验密度标记，美国统计学会杂志，104，486，758-767（2009）·Zbl 1388.62007号 ·doi:10.1198/jasa.2009.0237 [94] 姚，W。；魏毅。；Yu，C.，使用\（t\）-分布的稳健混合回归，Comput Stat Data Anal，71111-127（2014）·Zbl 1471.62227号 ·doi:10.1016/j.csda.2013.07.019 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。