×
D.S.扬。;D.R.亨特。

回归与预测相关混合比例的混合。 （英语） Zbl 1284.62467号

计算。统计数据分析。 54，第10期，2253-2266（2010）。
小结：我们扩展了线性回归模型的标准混合，允许混合比例作为预测因子的函数进行非参数建模。与我们还讨论过的全参数混合专家模型相比，该框架允许在混合比例建模中具有更大的灵活性。我们提出了一种估计新模型的类EM算法。我们还提供了仿真，证明我们的非参数方法在某些情况下比参数方法更适合，并且可以在其他情况下验证并加强参数方法。我们还使用新方法分析和解释了两个真实的数据集。

引用于28文件

MSC公司：

62年12月 广义线性模型（逻辑模型）

关键词：

EM算法;专家等级混合;混合物模型;回归混合

软件：

混合工具;科恩平滑;对;混合器;ElemStatLearn（电子状态学习）
PDF格式BibTeX公司 XML格式引用
\textit{D.S.Young}和\textit{D.R.Hunter}，计算。统计数据分析。54，第10号，2253--2266（2010；Zbl 1284.62467）
全文： 内政部

参考文献：

[2] DeVeaux，R.D.，线性回归的混合，计算统计和数据分析，8，3，227-245（1989）·Zbl 0726.62109号
[3] 范，J。；Gijbels，I.，局部多项式建模及其应用（1996），查普曼和霍尔：查普曼与霍尔伦敦·Zbl 0873.62037号
[4] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.H.，《统计学习的要素：数据挖掘、推断和预测》（2001），Springer:Springer New York·Zbl 0973.62007号
[6] Hurn，M。；Justel，A。；Robert，C.P.，估计回归混合，计算与图形统计杂志，12，1，55-79（2003）
[7] 雅各布斯，R.A。；M.I.乔丹。；Nowlan，S.J。；Hinton，G.E.，本地专家的自适应混合，神经计算，3，1，79-87（1991）
[8] 雅各布斯，R.A。；彭，F。；Tanner，M.A.，层次混合专家体系结构中模型选择的贝叶斯方法，神经网络，10，2，231-241（1997）
[9] M.I.乔丹。；Jacobs，R.A.，《自适应专家层次》，（Moody，J.；Hanson，S.；Lippmann，R.，《神经信息处理系统》，第4卷（1992年），Morgan Kaufmann：Morgan Kaufmann San Mateo，CA），985-993
[10] M.I.乔丹。；Jacobs，R.A.，专家和EM算法的层次混合，神经计算，6181-214（1994）
[11] M.I.乔丹。；Xu，L.，混合专家体系结构EM方法的收敛结果，神经网络，8，9，1409-1431（1995）
[12] Justel，A。；Pena，D.，Gibbs抽样在强掩蔽的异常值问题中会失败，计算与图形统计杂志，5，2，176-189（1996）
[13] Nagin，D.S.，《分析发展轨迹：基于半参数群体的方法》，《心理学方法》，4，2，139-157（1999）
[14] 佩纳，D。；罗德·盖兹，J。；Tiao，G.C.，通过SAR程序识别回归方程的混合物，（Bernardo，J.M.；Bayarri，M.J.；Berger，J.O.；Dawid，A.P.；Heckerman，D.；Smith，A.F.M.；West，M.，Bayesian Statistics，vol.7（2003），克拉伦登出版社：克拉伦登牛津出版社），327-348
[15] Quandt，R.E.，《估计转换回归的新方法》，《美国统计协会杂志》，67338306-310（1972）·Zbl 0237.62047号
[17] Simonoff，J.S.，《统计学中的平滑方法》（1996），Springer:Springer New York·Zbl 0859.62035号
[18] Turner，T.R.，通过混合回归估计马铃薯病毒感染的繁殖率，应用统计学，49，3，371-384（2000）·兹比尔0971.62076
[20] 维勒，K。；Tong，B.，线性回归混合建模，统计与计算，12，4，315-330（2002）
[21] Wand，M.P。；Jones，M.C.，Kernel Smoothing（1995），查普曼和霍尔/CRC：查普曼&霍尔/CRC佛罗里达·Zbl 0854.62043号
[22] Yau，K.K.W。；Lee，A.H。；Ng，A.S.K.，随机效应有限混合回归模型：在新生儿住院时间中的应用，计算统计与数据分析，41，3-4，359-366（2003）·Zbl 1256.62065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。