CensMixReg公司

基于多元student-t分布的截尾数据有限混合建模。有限混合模型被广泛应用于对异质群体的数据进行建模和分析。此外,由于实验装置的限制,这类数据可能会受到某些检测上限和/或下限的限制。另一个复杂的情况是,当每个群体的测量值明显偏离正常值时,例如,在存在重尾或非典型观察的情况下。对于这样的数据结构,我们提出了一个基于多元Student-t$分布有限混合的删失数据稳健模型。这种方法使我们能够以极大的灵活性、适应多模态、重尾以及依赖于混合成分结构的偏斜来建模数据。我们开发了一个分析简单但有效的EM型算法来进行参数的极大似然估计。该算法在E-step中有闭合形式的表达式,这些表达式依赖于多元截尾Student-$t$分布的平均值和方差公式。此外,还提出了估计量的渐近协方差矩阵的一般信息逼近方法。通过对模拟数据集和真实数据集的分析,证明了该方法的有效性。本文提出的算法和方法在新的R包CensMixReg中实现。