沙龙·M·麦克尼古拉斯。;保罗·D·麦克尼古拉斯。;Ryan P.布朗。 混合了方差-γ因子分析仪。 （英语） 兹比尔1381.62187 Ahmed，S.Ejaz（编辑），《大数据和复杂数据分析》。方法和应用。查姆：施普林格（ISBN 978-3-319-41572-7/hbk；978-3-3169-41573-4/电子书）。《对统计的贡献》，369-385（2017）。 摘要：将混合因子分析模型扩展到方差-γ混合模型，以便于灵活地对高维数据进行聚类。所使用的方差-伽马分布的形成是广义双曲分布的一个特殊和极限情况。这些混合物的参数估计是通过交替期望条件最大化算法进行的，并且依赖于广义逆高斯分布期望值的方便表达式。使用贝叶斯信息准则来选择潜在因素的数量。方差-γ因子分析混合模型在一个著名的乳腺癌数据集上进行了说明。最后，考虑了方差-高斯混合在不断增长的非高斯混合文献中的位置。关于整个系列，请参见[Zbl 1392.62007号]. 引用于21文件 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 10层62层 点估计 关键词：群集;因子分析;高维数据;混合物模型;MVGFA公司;方差-伽马分布;方差γ因子分析仪;参数估计 PDF格式BibTeX公司 XML格式引用 \textit{S.M.McNicholas}等人，in：大型复杂数据分析。方法和应用。查姆：斯普林格。369--385（2017年；Zbl 1381.62187） 全文： DOI程序