我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
本文研究在给定协变量的情况下,灵活估计响应变量的条件密度的问题。在我们的方法中,密度被建模为异方差正态的混合物,平均值、方差和混合概率都作为协变量的函数平滑变化。我们使用变分贝叶斯方法,提出了一种新的快速算法,用于同时进行协变量选择、成分选择和参数估计。我们的方法能够处理混合模型拟合中固有的局部极大值问题,并且适用于协变量数量可能大于样本大小的高维设置。在经典回归模型的特殊情况下,所提出的算法与当前使用的贪婪算法类似,同时具有许多吸引人的特性,并且在高维问题中有效工作。通过仿真和实例验证了该方法。
Minh-Ngoc Tran公司。 大卫·J·诺特。 罗伯特·科恩。 “异方差专家混合回归密度估计的同时变量选择和成分选择。” 电子。J.统计。 6 1170 - 1199, 2012 https://doi.org/10.1214/12-EJS705