统计学及其接口
第15卷(2022)
数字4
多变量斜拉普拉斯正态分布用于建模多变量数据集中的偏态和重尾性
页:475 – 485
内政部:https://dx.doi.org/10.4310/21-SII711
作者
Fatma Zehra Doóru(土耳其吉里桑吉里桑大学统计系)
Olcay Arslan(土耳其安卡拉安卡拉大学统计系)
摘要
对多元数据集的偏度和重尾进行建模是一个具有挑战性的问题。本文的主要目标是引入多元斜拉普拉斯正态分布(MSLN)来处理这个问题,为同时建模偏度和重尾性提供了一个灵活的模型。该分布将替代一些多元斜交分布,包括由[28]. 这是因为MSLN分布的参数比大多数分布的参数少,这使得MSLN分配在计算上优于这些分布。研究了该分布的定义和一些分布性质。通过期望最大化(EM)算法获得了MSLN分布参数的最大似然(ML)估计。还提供了仿真研究和实际数据示例,以说明MSLN分布在多元设置中建模数据集的能力。
关键词
EM算法、ML估计、MSGLN、MSLN、MSTN
2010年数学学科分类
初级60E05,62H10。次要62H12。
收到日期:2021年3月22日
2021年11月23日接受
2022年3月4日出版