fabMix:因子分析仪的过度贝叶斯混合节约协方差与未知分量数

使用贝叶斯混合因子分析工具对多元连续数据进行基于模型的聚类(Papastamoulis(2019))<doi:10.1007/s11222-019-09891-z> (2018) <doi:10.1016/j.csda.2018.03.007>). 使用过拟合混合模型估计集群数量(Rousseau和Mengersen(2011))<doi:10.1111/j.1467-9868.2011.00781.x>):适当的先验假设确保了额外分量的后验权重渐近为零,因此,推断基于“活动”分量。使用吉布斯采样器从过拟合混合物的后验分布中(近似)取样。也可以使用先前的平行回火方案,该方案允许在混合物重量上运行具有不同先前分布的多个平行链。这些链并行运行,可以使用Metropolis-Hastings移动交换状态。八种不同的参数化导致每个簇协方差的简约表示(遵循Mc Nicholas和Murphy(2008))<doi:10.1007/s11222-008-9056-0>). 根据贝叶斯信息准则选择模型参数化和因子数。通过使用等价类代表算法(Papastamoulis和Iliopoulos(2010))对模拟输出进行后处理,处理与标签切换相关的可识别性问题<doi:10.1198/jcgs.2010.09008>,帕帕斯塔穆利斯(2016)<doi:10.18637/jss.v069.c01>).

版本: 5.1
进口: 卢比(≥ 0.12.17),MASS(质量),do并行,foreach公司,标签.切换,mvtnorm公司,R彩色啤酒,校正图,麦克卢斯特,尾波,ggplot2
链接到: 卢比,RcppArmadillo公司
出版: 2024-02-12
作者: 帕帕斯塔莫利斯泛神经炎ORCID标识[aut,cre]
维护人员: Papastamoulis Panagiotis<yahoo.gr>的papapast
许可证: GPL-2型
网址: https://github.com/mqbssppe/overfittingFABMix
需要编译: 是的
引用: fabMix引用信息
CRAN检查: fabMix结果

文档:

参考手册: 工厂混音.pdf

下载内容:

包源: 工厂混合_5.1.tar.gz
Windows二进制文件: r-devel公司:fabMix_5.1.zip面料,r版本:fabMix_5.1.zip面料,r-oldrel:fabMix_5.1.zip
macOS二进制文件: r释放(arm64):制造混合物_5.1.tgz,r-oldrel(arm64):纤维混纺_5.1.tgz,r-版本(x86_64):纤维混纺_5.1.tgz,r-oldrel(x86_64):纤维混纺_5.1.tgz
旧来源: fabMix存档

反向依赖关系:

反向进口: 业务流程管理

链接:

请使用规范形式https://CRAN.R-project.org/package=fabMix链接到此页面。