×
克里斯托夫·比尔纳基；朱利安·雅克

基于模型的基于随机二进制搜索算法的多元有序数据聚类。 （英语） Zbl 1505.62068号

统计计算。 26，第5期，929-943（2016）.
摘要：我们通过建模生成数据的过程来设计有序数据的概率分布，假设该过程仅依赖类别之间的顺序比较。相反，大多数竞争对手往往要么忘记订单信息，要么添加不存在的距离信息。根据最优性参数，假设数据生成过程是排序表中的随机二进制搜索算法。结果分布由两个有意义的参数（位置和精度）自然控制，并且具有非常吸引人的特性：模式周围减少，形状从均匀性调整为Dirac，可识别性。此外，由于随机二进制搜索算法中的路径可以被视为缺失值，因此很容易用EM算法进行估计。然后利用经典的潜在类假设，将先前的单变量序数模型直接扩展到基于模型的多元序数数据聚类。该混合模型的参数由AECM算法估计。模拟数据集和实际数据集都表明了该模型的巨大潜力，因为它能够简约地识别一些传统竞争对手未料到的相关集群。

引用于12文件

MSC公司：

62-08 统计学相关问题的计算方法
62H30型 分类和区分；聚类分析（统计方面）

关键词：

序数数据；二进制搜索算法；潜在变量；AECM算法

软件：

潜在黄金；等级集群；AS 136标准；群集查找；幼兽
PDF格式BibTeX公司 XML格式引用
\textit{C.Biernacki}和\textit{J.Jacques}，统计计算。26，第5号，929--943（2016；Zbl 1505.62068）
全文： 内政部 哈尔

参考文献：

[1] Agresti，A.：有序分类数据分析。概率统计威利级数。Wiley-Interscience，纽约（2010年）·Zbl 1263.62007年 ·数字对象标识代码：10.1002/9780470594001
[2] Allman，E.S.，Matias，C.，Rhodes，J.A.：具有许多观测变量的潜在结构模型中参数的可识别性。Ann.Stat.37（6A），3099-3132（2009）·Zbl 1191.62003号 ·doi:10.1214/09-AOS689
[3] Bartholomew，D.J.，Knott，M.，Moustaki，I.：潜在变量模型和因子分析：统一方法。霍博肯·威利（2011）·Zbl 1266.62040号 ·数字对象标识代码：10.1002/9781119970583
[4] Biernacki，C.，Jacques，J.：基于排序算法的等级数据生成模型。计算。统计数据分析。58, 162-176 (2013) ·Zbl 1365.62167号 ·doi:10.1016/j.csda.2012.08.008
[5] Celeux，G.，Govaert，G.：高斯简约聚类模型。J.模式识别。Soc.第28卷，第781-793页（1995年）·doi:10.1016/0031-3203（94）00125-6
[6] D'Elia，A.，Piccolo，D.：偏好数据分析的混合模型。计算。统计数据分析。49(3), 917-934 (2005) ·Zbl 1429.62077号 ·doi:10.1016/j.csda.2004.06.012
[7] Dempster，A.P.，Laird，N.M.，Rubin，D.B.：通过EM算法获得不完整数据的最大似然。J.R.统计社会服务。B 39（1），1-38（1977）。经过讨论·Zbl 0364.62022号
[8] Fraley，C.、Raftery，A.E.：基于模型的聚类、判别分析和密度估计。《美国统计学会期刊》97，611-612（2002）·Zbl 1073.62545号 ·doi:10.1198/016214502760047131
[9] Giordan，M.，Diana，G.：分类有序数据的聚类方法。Commun公司。《统计理论方法》4011315-1334（2011）·Zbl 1220.62082号 ·网址：10.1080/03610920903581010
[10] Goodman，L.A.，Kruskal，W.H.：交叉分类的关联度量。J.Am.Stat.Assoc.49，732-764（1954年）·兹比尔0056.12801
[11] Goodman，L.A.：使用可识别和不可识别模型的解释性潜在结构模型。Biometrika 61215-231（1974年）·Zbl 0281.62057号 ·doi:10.1093/biomet/61.2.215
[12] 古吉特（Gouget），C.：《使用顺序分类自动化模型》（Utilisation des modèles de mélange pour la classification automatique de donées ordinales）。Compiègne技术大学博士论文（2006年）
[13] Hartigan，J.A.，Wong，M.A.：算法为1326：k均值聚类算法。申请。《统计》第28卷，第100-108页（1978年）·兹比尔0447.62062 ·doi:10.2307/2346830
[14] Iannario，M.，Piccolo，D.：幼崽模型推理程序。技术报告，那不勒斯大学Federico II，2.0版，www.dipstat.unina.it（2009）·Zbl 1362.60006号
[15] Jacques，J.，Biernacki，C.：多元部分排名数据的基于模型的聚类。J.统计计划。推断149201-217（2014）·Zbl 1285.62069号 ·doi:10.1016/j.jspi.2014.02.011
[16] Jacques，J.，Grimonprez，Q.，Biernacki，C.：Rankcluster：聚类多元部分排名的r包。R J.（出版中）（2014年）
[17] Jacques，J.，Preda，C.：功能数据聚类：一项调查。高级数据分析。分类。8(3), 231-255 (2014) ·Zbl 1414.62018年 ·doi:10.1007/s11634-013-0158-y
[18] Jollois，F-X.，Nadif，M.：序数分类：modèles et algorithmes。摘自：法国波尔多第41届法国统计学会会议记录（2011年）
[19] Kaufman，L.，Rousseeuw，P.J.：《在数据中发现群体：聚类分析导论》。霍博肯·威利（1990）·兹比尔1345.62009 ·doi:10.1002/9780470316801
[20] Kendall，M.G.：排名问题中的关系处理。Biometrika 33239-251（1945年）·Zbl 0063.03216号 ·doi:10.1093/biomet/33.3.239
[21] Knuth，D.E.：《排序和搜索：计算机编程的艺术》，第3卷，第2版。Addison-Wesley Professional，波士顿（1998）·Zbl 0302.68010号
[22] Lewis，S.J.G.，Foltynie，T.，Blackwell，A.D.，Robbins，T.W.，Owen，A.M.，Barker，R.A.：使用数据驱动方法研究帕金森病早期临床阶段的异质性。神经学杂志。《神经外科精神病学》76，343-348（2003）·doi:10.1136/jnnp.2003.033530
[23] Lipsitz，S.R.，Kim，K.，Zhao，L.：使用广义估计方程分析重复分类数据。《统计医学》第13卷，第1149-1163页（1994年）·doi:10.1002/sim.4780131106
[24] Manisera，M.，Zuccolotto，P.：用非线性CUB模型建模评级数据。计算。统计数据分析。78, 100-118 (2014) ·Zbl 1506.62123号
[25] Marbac，M.，Biernacki，C.，Vandewalle，V.：混合数据高斯连接函数的基于模型的聚类。ArXiv电子版，2014年5月·Zbl 1384.62198号
[26] Matechou，E.，Liu，I.，Pledger，S.，Arnold，R.：有序数据的双聚类模型。参加：新西兰国家统计局2011年会议，新西兰奥克兰（2011年）·Zbl 0281.62057号
[27] McCullagh，P.：有序数据的回归模型。J.R.统计社会服务。B 42，109-142（1980）·Zbl 0483.62056号
[28] McLachlan，G.，Peel，D.：应用概率与统计学。有限混合模型。概率统计威利级数。Wiley-Interscience，纽约（2000年）·Zbl 0963.62061号 ·doi:10.1002/0471721182
[29] McParland，D.，Gormley，C.：《自然与生命的算法：分类、数据分析和知识组织研究》，通过潜在变量模型聚类有序数据一章。施普林格，纽约（2013）
[30] Melnykov，V.，Maitra，R.：有限混合模型和基于模型的聚类。统计综述。4, 80-116 (2010) ·Zbl 1190.62121号 ·doi:10.1214/09-SS053
[31] Nelsen，R.B.：Copulas简介。纽约施普林格出版社（1999年）·Zbl 0909.62052号 ·doi:10.1007/978-1-4757-3076-0
[32] Podani，J.：Braun-blanquet在植被科学方面的遗产和数据分析。J.素食。科学。17, 113-117 (2006) ·doi:10.1111/j.1654-1103.2006.tb02429.x
[33] Schwarz，G.：估算模型的维数。Ann.Stat.6（2），461-464（1978）·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[34] Somers，R.H.：序数变量关联的一种新的不对称度量。美国社会学。第27版，799-811（1962）·doi:10.2307/2090408
[35] 史蒂文斯，S.S.：关于计量尺度的理论。《科学》103（2684），677-680（1946）·邮编：1226.91050 ·doi:10.1126/science.103.2684.677
[36] Vermmunt，J.K.：有序分类数据的一般类非参数模型。社会学。Methodol公司。29, 187-223 (1999) ·doi:10.1111/0081-1750.00064
[37] Vermunt，J.K.，Magidson，J.：《潜在黄金4.0技术指南：基本和高级》。统计创新公司，贝尔蒙特（2005）
[38] Wolfe，J.H.：多元混合分析的模式聚类。多变量。行为。第5号决议，329-350（1970）·doi:10.1207/s15327906mbr0503_6
[39] Xu，R.，Wunsch，D.C.：聚类。Wiley，Hoboken（2009）
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。