向、思嘉;姚伟新;杨光仁 有限混合模型的半参数扩张概述。 （英语） Zbl 1429.62272号 统计科学。 34，第3号，391-404（2019）. 摘要：有限混合模型为探索经济、流行病学和金融等许多科学领域的复杂数据结构提供了一个非常重要的工具。半参数混合模型在过去十年中被引入到传统的有限混合模型中，在方法、理论和应用方面取得了令人兴奋的进展。在本文中，我们不仅选择性地概述了新发展的半参数混合模型，还讨论了它们的估计方法、理论性质（如果适用）和一些开放性问题。还讨论了最近的事态发展。 引用于9文件 理学硕士： 62H30型 分类和区分；聚类分析（统计方面） 62G08号 非参数回归和分位数回归 关键词：EM算法;混合物模型;混合回归模型;半参数混合模型 软件：logcondens.模式 PDF格式BibTeX公司 XML格式引用 \textit｛S.Xiang｝等人，《科学统计》。34，第3号，391--404（2019年；Zbl 1429.62272） 全文： 内政部 arXiv公司 欧几里得 参考文献： [1] Al Mohamad，D.和Boumahdaf，A.（2018年）。通过线性约束定义一个组分时的半参数双组分混合模型。IEEE传输。通知。理论64 795-830·Zbl 1464.62245号 ·doi:10.1109/TIT.2017.2786345 [2] Allman，E.S.、Matias，C.和Rhodes，J.A.（2009年）。具有多个观测变量的潜在结构模型中参数的可识别性。Ann.Statist公司。37 3099-3132. ·Zbl 1191.62003号 ·doi:10.1214/09-AOS689 [3] Balabdaoui，F.（2017）。重温位置混合模型中的Hodges-Lehmann估计：渐近正态性足够好吗？电子。《美国联邦法律大全》第11卷第4563-4595页·Zbl 1380.62230号 ·doi:10.1214/17-EJS1311 [4] Balabdaoui，F.和Doss，C.R.（2018年）。对数压缩下对称分布的两分量混合的推论。伯努利24 1053-1071·Zbl 1419.62059号 ·doi:10.3150/16-BEJ864 [5] Benaglia，T.、Chauveau，D.和Hunter，D.R.（2009年）。多元混合物中半参数和非参数估计的类EM算法。J.计算。图表。统计人员。18 505-526. ·Zbl 1414.62119号 [6] Bordes，L.、Chauveau，D.和Vandekerkhove，P.（2007年）。半参数混合模型的随机EM算法。计算。统计人员。数据分析。51 5429-5443. ·Zbl 1445.62056号 ·doi:10.1016/j.csda.2006.08.015 [7] Bordes，L.、Delmas，C.和Vandekerkhove，P.（2006）。双组分混合物模型的半参数估计，其中一个组分是已知的。扫描。《美国联邦法律大全》第33卷第733-752页·Zbl 1164.62331号 ·网址：10.1111/j.1467-9469.2006.00515.x [8] Bordes，L.、Kojadinovic，I.和Vandekerkhove，P.（2013）。线性回归的双组分混合物的半参数估计，其中一个组分是已知的。电子。《美国联邦法律大全》第7卷第2603-2644页·Zbl 1294.62151号 ·doi:10.1214/13-EJS858 [9] Bordes，L.、Mottelet，S.和Vandekerkhove，P.（2006）。二元混合模型的半参数估计。Ann.Statist公司。34 1204-1232. ·Zbl 1112.62029号 ·doi:10.1214/0090536000000353 [10] Bordes，L.和Vandekerkhove，P.（2010年）。已知成分的半参数双成分混合模型：渐近正态估计。数学。方法统计。19 22-41. ·Zbl 1282.62068号 ·doi:10.3103/S1066530710010023 [11] Butucea，C.、Ngueyep Tzoumpe，R.和Vandekerkhove，P.（2017年）。具有对称误差的半参数地形混合模型。伯努利23 825-862·Zbl 1384.62211号 ·doi:10.3150/15-BEJ760 [12] Butucea，C.和Vandekerkhove，P.（2014）。对称分布的半参数混合。扫描。《美国联邦法律大全》第41卷第227-239页·Zbl 1349.62094号 ·doi:10.1111/sjos.2015年 [13] Cao，J.和Yao，W.（2012年）。二项回归与退化分量的半参数混合。统计人员。中国22 27-46·Zbl 1417.62054号 ·doi:10.5705/ss.2010.062 [14] Chang，G.T.和Walther，G.（2007）。混合对数曲线分布的聚类。计算。统计人员。数据分析。51 6242-6251. ·Zbl 1445.62141号 ·doi:10.1016/j.csda.2007.01.008 [15] Chauveau，D.、Hunter，D.R.和Levinez，M.（2015）。条件独立多元有限混合模型的估计。统计调查。9 1-31. ·兹比尔1307.62090 ·doi:10.1214/15-SS108 [16] Chee，C.-S.和Wang，Y.（2013）。具有对称分量的有限混合估计。统计计算。23 233-249. ·Zbl 1322.62013年 ·doi:10.1007/s11222-011-9305-5 [17] Chen，H.、Chen，J.和Kalbfleisch，J.D.（2004）。两组分有限混合模型的测试。J.R.统计社会服务。B.统计方法。66 95-115. ·Zbl 1061.62025号 ·文件编号：10.1111/j.1467-9868.2004.00434.x [18] Chen，J.和Li，P.（2009）。正态混合模型的假设检验：EM方法。Ann.Statist公司。37 2523-2542. ·Zbl 1173.62007年 ·doi:10.1214/08-AOS651 [19] Dacunha-Castelle，D.和Gassiat，E.（1999）。使用局部二次曲线参数化测试模型的阶数：总体混合和平稳ARMA过程。Ann.Statist公司。27 1178-1209. ·Zbl 0957.62073号 ·doi:10.1214/aos/1017938921 [20] Dannemann，J.、Holzmann，H.和Leister，A.（2014）。半参数隐马尔可夫模型：可识别性和估计。计算。统计人员。6 418-425。 [21] De Castro，Y.，Gassiat，E。和Le Corff，S.（2017）。非参数隐马尔可夫模型中滤波和边缘平滑分布的一致估计。IEEE传输。通知。理论63 4758-4777·Zbl 1372.94362号 ·doi:10.1109/TIT.2017.2696959 [22] Dziak，J.J.、Li，R.、Tan，X.、Shiffman，S.和Shiyko，M.P.（2015）。用非参数轨迹和时变效应的混合物对密集的纵向数据进行建模。精神病。方法20 444-469。 [23] Faicel，C.（2016）。未知成分数回归混合模型的无监督学习。J.统计计算。模拟。86 2308-2334. ·Zbl 1510.62024号 [24] Fan，J.和Gijbels，I.（1996年）。局部多项式建模及其应用。统计学和应用概率专著66。CRC出版社，伦敦·Zbl 0873.62037号 [25] Fan，J.、Zhang，C.和Zhang、J.（2001）。广义似然比统计与Wilks现象。Ann.Statist公司。29 153-193. ·Zbl 1029.62042号 ·doi:10.1214/aos/996986505 [26] Gassiat，E.（2017年）。非参数成分和隐马尔可夫模型的混合。《混合物分析手册》（S.Fruhworth-Schnatter、G.Celeux和C.P.Robert编辑）343-360。佛罗里达州博卡拉顿CRC出版社·Zbl 1428.62272号 [27] Gassiat，E.、Cleynen，A.和Robin，S.（2016年）。有限状态空间中的非参数隐马尔可夫模型及其应用。统计计算。26 61-71. ·Zbl 1342.62141号 ·doi:10.1007/s11222-014-9523-8 [28] Gassiat，E.和Rousseau，J.（2016）。非参数有限平移隐马尔可夫模型及其扩展。伯努利22 193-212·Zbl 1388.62243号 ·文件编号：10.3150/14-BEJ631 [29] Gassiat，E.、Rousseau，J.和Vernet，E.（2018年）。多维混合物的有效半参数估计和模型选择。电子。《美国联邦法律大全》第12卷第703-740页·兹比尔1473.62106 ·doi:10.1214/17-EJS1387 [30] Hall，P.和Zhou，X.-H.（2003）。多元混合物中成分分布的非参数估计。Ann.Statist公司。31 201-224. ·Zbl 1018.62021号 ·doi:10.1214/aos/1046294462 [31] Härdle，W.、Hall，P.和Ichimura，H.（1993）。单指数模型中的最优平滑。Ann.Statist公司。21 157-178·Zbl 0770.62049号 ·doi:10.1214/aos/1176349020 [32] Hohmann，D.和Holzmann，H.（2013）。具有不同组件的半参数位置混合。统计47 348-362·兹比尔1440.62108 ·doi:10.1080/02331888.2011.652118 [33] Hu，H.，Wu，Y.和Yao，W.（2016）。对数曲线密度混合的最大似然估计。计算。统计人员。数据分析。101 137-147. ·Zbl 1466.62105号 ·doi:10.1016/j.csda.2016.03.002 [34] Hu，H.，Yao，W.和Wu，Y.（2017）。对数压缩回归模型混合的稳健EM型算法。计算。统计人员。数据分析。111 14-26. ·Zbl 1464.62092号 ·doi:10.1016/j.csda.2017.01.004 [35] Huang，M.、Li，R.和Wang，S.（2013）。回归模型的非参数混合。J.Amer。统计人员。协会108 929-941·Zbl 06224977号 ·doi:10.1080/01621459.2013.772897 [36] Huang，M.和Yao，W.（2012）。具有不同混合比例的回归模型的混合：半参数方法。J.Amer。统计人员。协会107 711-724·Zbl 1261.62036号 ·doi:10.1080/01621459.2012.682541 [37] Huang，M.、Li，R.、Wang，H.和Yao，W.（2014）。通过核平滑估计高斯过程的混合。J.总线。经济。统计人员。32 259-270。 [38] Huang，M.，Wang，S.，Wang-H.和Jin，T.（2018a）。一类半参数Pareto混合密度的最大平滑似然估计。统计接口11 31-40·Zbl 06938678号 ·doi:10.4310/SII.2018.v11.n1.a3 [39] Huang，M.、Wang，S.、Yao，W.和Chen，Y.（2018b）。变系数混合模型的统计推断和应用。扫描。《美国联邦法律大全》第45卷第618-643页·兹比尔1402.62140 ·doi:10.1111/sjos.12316 [40] Hunter，D.R.、Wang，S.和Hettmansperger，T.P.（2007）。对称分布混合的推论。Ann.Statist公司。35 224-251. ·兹比尔1114.62035 ·doi:10.1214/0090536000000118 [41] Hunter，D.R.和Young，D.S.（2012年）。回归的半参数混合。J.非参数。《美国联邦法律大全》第24卷第19-38页·Zbl 1241.62055号 ·doi:10.1080/10485252.2011.608430 [42] Ichimura，H.（1993）。单指标模型的半参数最小二乘（SLS）和加权SLS估计。《计量经济学杂志》58 71-120·Zbl 0816.62079号 ·doi:10.1016/0304-4076（93）90114-K [43] Jacobs，R.A.、Peng，F.和Tanner，M.A.（1997年）。贝叶斯方法用于分层混合专家体系结构中的模型选择。神经网络。10 231-241. [44] Lemdani，M.和Pons，O.（1999）。污染模型中的似然比测试。伯努利5 705-719·Zbl 0929.62015号 ·doi:10.2307/3318698 [45] Leroux，B.G.（1992年）。混合分布的一致估计。Ann.Statist公司。20 1350-1360. ·Zbl 0763.62015号 ·doi:10.1214操作系统/1176348772 [46] Levine，M.、Hunter，D.R.和Chauveau，D.（2011年）。多元混合的最大平滑似然。生物特征98 403-416·Zbl 1215.62055号 ·doi:10.1093/biomet/asq079 [47] Lindsay，B.G.（1983年）。混合可能性的几何：一般理论。Ann.Statist公司。11 86-94. ·兹比尔0512.62005 ·doi:10.1214/aos/1176346059 [48] Ma，Y.和Yao，W.（2015）。单参数半参数双组分混合模型的柔性估计。电子。《美国联邦法律大全》第9卷第444-474页·兹比尔1312.62044 ·doi:10.1214/15-EJS1008 [49] Ma，Y.，Wang，S.，Xu，L.和Yao，W.（2018）。具有未指定误差分布的半参数混合回归。可从arXiv:1811.01117获得·Zbl 1474.62130号 [50] Maiboroda，R.和Sugakova，O.（2011年）。混合观测对称分布的广义估计方程。通信统计。理论方法40 96-116·Zbl 1208.62059号 ·doi:10.1080/03610920903350556 [51] McLachlan，G.J.、Bean，R.W.和Jones，L.B.-T.（2006）。多类微阵列中差异基因表达的正常混合方法的简单实现。生物信息学22 1608-1615。 [52] McLachlan，G.和Peel，D.（2000年）。有限混合模型。Wiley Interscience，纽约·Zbl 0963.62061号 [53] Montuelle，L.和Le Pennec，E.（2014）。高斯回归模型与逻辑权重的混合，一种惩罚最大似然方法。电子。《美国联邦法律大全》第8卷第1661-1695页·Zbl 1297.62091号 ·doi:10.1214/14-EJS939 [54] Nguyen，V.H.和Matias，C.（2014）。关于多重测试设置中真零假设比例的有效估计。扫描。《美国法律总汇》第41卷第1167-1194页·Zbl 1305.62272号 ·doi:10.1111/sjos.12091 [55] Patra，R.K.和Sen，B.（2016）。双组分混合模型的估计及其在多重测试中的应用。J.R.统计社会服务。B.统计方法。78 869-893. ·Zbl 1414.62111号 ·doi:10.1111/rssb.12148 [56] Pommeret，D.和Vandekerkhove，P.（2018）。半参数错误发现率模型高斯检验。可在https://hal.archives-ouvertes.fr/hal-01868272。 [57] Roger，G.和Pol，S.（1991年）。随机有限元：一种特殊方法。柏林施普林格·Zbl 0722.73080号 [58] Rufibach，K.（2007年）。计算对数压缩密度函数的最大似然估计。J.统计计算。模拟。77 561-574. ·Zbl 1146.62027号 ·网址：10.1080/10629360600569097 [59] Song，S.、Nicolae，D.L.和Song，J.（2010年）。在半参数混合模型中估计混合比例。计算。统计人员。数据分析。54 2276-2283. ·Zbl 1284.62395号 ·doi:10.1016/j.csda.2010.04.007 [60] Tan，X.、Shiyko，M.P.、Li，R.、Li.Y.和Dierker，L.（2012）。密集纵向数据的时变效应模型。精神病。方法17 61-77。 [61] Vandekerkhove，P.（2013）。半参数混合回归模型的估计。J.非参数。《美国联邦法律大全》第25卷第181-208页·Zbl 1297.62076号 ·doi:10.1080/10485252.2012.741236 [62] 冯·诺依曼（1931）。埃因杜提基特·德·施罗德·丁格森（Eindeutigkeit der Schrödingerschen Operatoren）。数学。附录104 570-578·Zbl 0001.24703号 ·doi:10.1007/BF01457956 [63] Walther，G.（2002）。利用多尺度最大似然检测混合的存在。J.Amer。统计人员。协会97 508-513·Zbl 1073.62533号 ·doi:10.1198/016214502760047032 [64] 王毅（2010）。拟合半参数混合模型的最大似然计算。统计计算。20 75-86. [65] Wang，S.、Yao，W.和Huang，M.（2014）。关于GLM非参数和半参数混合的可识别性的注记。统计人员。普罗巴伯。莱特。93 41-45·Zbl 1400.62159号 ·doi:10.1016/j.spl.2014.06.010 [66] Wang，S.、Huang，M.、Wu，X.和Yao，W.（2016）。函数线性模型的混合及其在\（\text）中的应用｛CO｝2\）-GDP功能数据。计算。统计人员。数据分析。97 1-15. ·Zbl 1468.62206号 ·doi:10.1016/j.csda.2015.11.008 [67] Wu，Q.和Yao，W.（2016）。分位数回归的混合。计算。统计人员。数据分析。93 162-176. ·Zbl 1468.62211号 ·doi:10.1016/j.csda.2014.04.014 [68] Wu，J.、Yao，W.和Xiang，S.（2017）。半参数混合模型中有效稳健估计量的计算。J.统计计算。模拟。87 2128-2137. ·Zbl 07192053号 [69] Xiang，S.和Yao，W.（2017）。基于模型聚类的单指标回归半参数混合。可在arXiv:1708.04142上获得·Zbl 1474.62137号 [70] Xiang，S.和Yao，W.（2018）。非参数回归的半参数混合。Ann.Inst.统计。数学。70 131-154. ·Zbl 1385.62014号 ·doi:10.1007/s10463-016-0584-7 [71] Xiang，S.、Yao，W.和Seo，B.（2016）。半参数混合：连续比例混合法。计算。统计人员。数据分析。103 413-425·Zbl 1466.62218号 ·doi:10.1016/j.csda.2016.06.001 [72] Xiang，S.、Yao，W.和Wu，J.（2014）。半参数混合模型的最小轮廓Hellinger距离估计。加拿大。J.统计。42 246-267. ·Zbl 1349.62108号 ·doi:10.1002/cjs.11211 [73] Yao，F.、Fu，Y.和Lee，T.C.M.（2011）。函数混合回归。生物统计学12 341-353·Zbl 1437.62665号 [74] Young，D.S.（2014）。回归与变化点的混合。统计计算。24 265-281·Zbl 1325.62128号 ·数字对象标识代码：10.1007/s11222-012-9369-x [75] Young，D.S.和Hunter，D.R.（2010年）。回归与预测相关混合比例的混合。计算。统计人员。数据分析。54 2253-2266. ·Zbl 1284.62467号 ·doi:10.1016/j.csda.2010.04.002 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。