×
苏帕瓦迪Wichitchan;姚伟新;杨光仁

一元有限正态混合模型的简单根选择方法。 （英语） Zbl 07539744号

Commun公司。统计、理论方法 48，第15号，3778-3794（2019）.
摘要：众所周知，有限正态混合模型的似然方程存在多个根。长期以来，为有限正态混合模型选择一致根一直是一个具有挑战性的问题。由于伪根的存在，简单地使用最大可能性的根是行不通的。此外，方差不等的正态混合模型的似然是无界的，因此其最大似然估计（MLE）没有很好的定义。本文结合拟合优度检验的思想，提出了一种单变量正态混合模型的简单根选择方法。我们的新方法继承了距离估计器的一致性特性和MLE的效率。新方法使用简单，并且可以使用混合模型的现有R包轻松进行计算。此外，所提出的根选择方法非常通用，也可以应用于其他单变量混合模型。通过仿真研究和实际数据应用，我们证明了该方法的有效性，并将其与其他现有方法进行了比较。

引用于1文件

理学硕士：

62至XX 统计

关键词：

有限正态混合;拟合优度;最大似然;根选择;假根;无限可能性

软件：

混合工具
PDF格式BibTeX公司 XML格式引用
\textit｛S.Wichitchan｝等人，公社。Stat.，理论方法48，No.15，3778-3794（2019；Zbl 07539744）
全文： 内政部

参考文献：

[1] 安德森，T.W。；亲爱的。，D.A.，基于随机过程的某些“拟合优度”标准的渐近理论，《数理统计年鉴》，23，2，193-12（1952）·Zbl 0048.11301号
[2] Benaglia，T。；Didier，C。；大卫·H。；Derek，Y.，Mixtools:分析有限混合模型的R包，《统计软件杂志》，32，6，1-29（2009）
[3] 贝纳格里亚，T。；迪迪埃，C。；大卫·H。；Derek，Y.，Mixtools:分析有限混合模型的R包，《统计软件杂志》，32，6，1-29（2009）
[4] Böhning，D.，混合物和应用的计算机辅助分析（1999），查普曼和霍尔：查普曼与霍尔，CRC
[5] Celeux，G。；Merrilee，H。；Christian，P.R.，混合后验分布的计算和推断困难，美国统计协会杂志，95，451，957-70（2000）·Zbl 0999.62020号
[6] 陈，J。；Kalbfleisch，J.D.，有限混合模型中的Penalized最小距离估计，加拿大统计杂志，24，2，167-75（1996）·Zbl 0858.62019号
[7] 陈，J。；Xianming，T.，多元正态混合物的推断，多元分析杂志，100，7，1367-83（2009）·Zbl 1162.62052号
[8] 库佩卡，G。；安德里亚·R。；杰罗姆。，I.，正态混合物的惩罚最大似然估计，《斯堪的纳维亚统计杂志》，30，1，45-59（2003）·Zbl 1034.62018年
[9] Day，N.E.，估计正态分布混合的成分，生物特征，56，3，463-74（1969）·Zbl 0183.48106号
[10] Dennis，J.E.1981年。非线性拟合算法。非线性优化1981（北约高级研究所论文集），剑桥·Zbl 0545.65007号
[11] 加西亚·埃斯库德罗，洛杉矶。；Gordaliza，A。；马特兰。，C。；梅奥-伊斯卡。，A.，稳健聚类分析的一般修正方法，《统计年鉴》，1324-45（2008）·Zbl 1360.62328号
[12] 加西亚·埃斯库德罗，洛杉矶。；戈尔达利扎，A。；马特兰，C。；梅奥-伊斯卡。，A.，《在混合建模、统计和计算中避免虚假的局部最大化》，25，3，619-33（2015）·Zbl 1331.62100号
[13] Gondek，D。；Thomas，H.，非冗余数据聚类，知识和信息系统，12，1，1-24（2007）
[14] Härdle，W.，《平滑技术：在S中的实现》（1991），纽约：Springer-Verlag出版社，纽约·Zbl 0716.62040号
[15] Hathaway，R.J.，正态混合分布最大似然估计的约束公式，《统计年鉴》，13，2，795-800（1985）·Zbl 0576.62039号
[16] Ingrassia，S.，多元正态混合模型的基于似然的约束算法，统计方法与应用，13，2151-166（2004）·兹比尔1205.62066
[17] Jain，A.K。；Murty，M.N。；弗林。，P.J.，《数据聚类：综述》，ACM计算调查（CSUR），31，3，264-23（1999）
[18] 詹姆斯·L.F。；Priebe，C.E。；马切特。，D.J.，混合复杂性的一致估计，《统计年鉴》，1281-96（2001）·Zbl 1043.62023号
[19] 基弗，J。；雅各布。，W.，无限多附带参数下最大似然估计的一致性，《数理统计年鉴》，887-906（1956）·Zbl 0073.14701号
[20] Kim博士。；Byungtae，S.，在存在多个局部极大值的情况下评估高斯混合模型中的成分数量，多元分析杂志，125100-120（2014）·Zbl 1280.62028号
[21] Kuiper，N.H.，Indagationes Mathematicae（论文集），63，关于圆上随机点的测试，38-47（1960），荷兰：Elsevier，荷兰·Zbl 0096.12504号
[22] Lindsay，B.G.，NSF-CBMS概率统计区域会议系列，混合模型：理论、几何和应用，1-163（1995），数理统计研究所和美国统计协会·Zbl 1163.62326号
[23] 刘，S。；怀清，W。；William，Q.M.，理解和解决无限“可能性”问题，《美国统计学家》，69，3，191-200（2015）·Zbl 07671730号
[24] 麦克拉克伦，G。；大卫。，P.，有限混合模型（2000），纽约：John Wiley and Sons，纽约·Zbl 0963.62061号
[25] McLachlan，G.J。；凯伊。，统计学：教科书和专著，1，混合模型。推理和聚类应用（1988），纽约：Dekker，纽约·Zbl 0697.62050号
[26] 梅利尼科夫，V。；Maitra，R.，《有限混合模型和基于模型的聚类》，《统计调查》，480-116（2010）·兹比尔1190.62121
[27] Mengersen，K.，《混合物的贝叶斯分析：基础和应用》（2009），John Wiley and Sons，Inc
[28] Pollard，D.，k-means聚类的强一致性，《统计年鉴》，9，1，135-40（1981）·Zbl 0451.62048号
[29] Ray，S。；Bruce，G.L.，《高维模型选择：基于二次风险的方法》，《皇家统计学会杂志：B辑（统计方法）》，70，1，95-118（2008）·Zbl 1400.62039号
[30] Ritter，G.，《稳健聚类分析和变量选择》（2014），纽约：CRC出版社，纽约
[31] Rocci，R。；斯蒂法诺·安东尼奥，G。；罗伯托。，D.M.，约束高斯混合建模的数据驱动等变方法，数据分析和分类进展（2017）
[32] Seo，B.等人。；Daeyong，K.，正态混合模型中的根选择，计算统计与数据分析，56，8，2454-70（2012）·Zbl 1252.62013年
[33] Stephens，M.，《处理混合模型中的标签转换》，《皇家统计学会杂志：B辑（统计方法）》，62，4，795-809（2000）·Zbl 0957.62020号
[34] 斯蒂芬斯，M.A.1979。Anderson-Darling统计。技术报告。DTIC文件。
[35] 斯蒂芬斯，M.A.1992。科尔莫戈罗夫1933年论文赏析。技术报告。DTIC文件。
[36] Watson，G.S.，《圆圈上的fit测试》，《生物统计学》，48，1-2，109-114（1961）·Zbl 0212.21905号
[37] 吴敏杰。；斯里拉姆。，T.N.，混合复杂性的稳健估计，《美国统计协会杂志》，101，476，1475-86（2006）·Zbl 1171.62322号
[38] 伍德沃德，W.A。；帕尔，W.C。；舒卡尼，W.R。；林赛。，H.，混合比例的最小距离和最大似然估计的比较，美国统计协会杂志，79，387，590-98（1984）·Zbl 0547.62017号
[39] 雅科维茨，S.J。；Spragins公司。，J.D.，《有限混合物的可识别性》，《数学统计年鉴》，209-14（1968）·兹伯利0155.25703
[40] Yao，W.，非等方差正态混合的剖面似然法，《统计规划与推断杂志》，40，7，2089-98（2010）·Zbl 1184.62029号
[41] Yao，W.，贝叶斯混合标记和聚类，《统计学中的通信——理论和方法》，41，403-21（2012）·Zbl 1244.62038号
[42] Yao，W.，频率混合模型的标签切换及其解决方案，《统计计算与模拟杂志》，85，5，1000-12（2015）·Zbl 1457.62030
[43] 姚，W。；林赛。，B.G.，贝叶斯混合物最高后验密度标记，美国统计协会杂志，104，486，758-67（2009）·Zbl 1388.62007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。