×
凯瑟琳·莫里斯；安东尼奥·蓬佐；保罗·D·麦克尼古拉斯。；Ryan P.布朗。

非对称簇和离群值：多元污染移位非对称拉普拉斯分布的混合物。 （英语） Zbl 1507.62136号

计算。统计数据分析。 132, 145-166 (2019).
摘要：开发了多元污染移位非对称拉普拉斯分布的混合，用于处理存在离群值（这里也称为坏点）的非对称簇。除了相关未污染混合物的参数外，对于每个（非对称）簇，我们的模型有一个参数控制异常值的比例，另一个参数指定污染程度。重要的是，不必指定这些参数先验的为我们的方法增加了其他方法（如修剪）所没有的灵活性。此外，每个观察结果都有一个后部属于特定集群的概率，以及是否为异常值的概率；有利的是，这允许自动检测异常值。本文概述了一种用于参数估计的期望条件最大化算法，并讨论了各种实现问题。在人工数据和实际数据上，研究了该模型的行为，并与成熟的有限混合方法进行了比较。

引用于13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）
10层62层 点估计
62H10型 统计的多元分布

关键词：

异常检测；混合物模型；基于模型的聚类；移位非对称拉普拉斯分布

软件：

锡；拉普拉斯恶魔；受污染的混合物；科恩平滑；麦克卢斯特；混合smsn；R（右）
PDF格式BibTeX公司 XML格式引用
\textit{K.Morris}等人，计算。统计数据分析。132145-166（2019年；Zbl 1507.62136）
全文： 内政部 arXiv公司

参考文献：

[1] Abreu，N.G.，《Analise do perfil do client recheio e desenvolvimento de um sisma promocional》（2011年），《Mestrado em Marketing》，里斯本ISCTE-IUL出版社，（博士论文）
[2] 艾特肯，公元1926年。关于代数方程的伯努利数值解。摘自：《爱丁堡皇家学会学报》，第46卷，第289-305页。；艾特肯，公元1926年。关于代数方程的伯努利数值解。摘自：《爱丁堡皇家学会学报》，第46卷，第289-305页·JFM 52.0098.05号
[3] 艾特金，M。；Wilson，G.T.，《混合模型、离群值和EM算法》，技术计量学，22，3，325-331（1980）·Zbl 0466.62034号
[4] Altman，E.I.，《财务比率、判别分析和企业破产预测》，《金融杂志》，23，4，589-609（1968）
[5] 安德鲁斯，J.L。；McNicholas，P.D.，《多元因子分析仪的扩展混合》，统计计算。，21, 3, 361-373 (2011) ·Zbl 1255.62171号
[6] 安德鲁斯，J.L。；McNicholas，P.，《通过多元（t）分布混合物进行基于模型的聚类、分类和判别分析：（t）特征族》，统计计算。，22, 5, 1021-1029 (2012) ·Zbl 1252.62062号
[7] Azzalini，A.，《偏态正态分布和相关多变量家族》，Scand。《美国统计杂志》，32，2，159-188（2005）·兹比尔1091.62046
[8] 阿扎里尼，A。；Capitanio，A.，《偏态和相关家族》（IMS专著，第3卷（2014年），剑桥大学出版社）·Zbl 0924.62050号
[9] 巴格纳托，L。；Punzo，A.，单峰β和γ密度的有限混合物和（k）-凸点算法，计算。统计，28，4，1571-1597（2013）·Zbl 1306.65024号
[10] 巴格纳托，L。；Punzo，A。；Zoia，M.G.，《多元轻量级正态分布及其在基于模型聚类中的应用》，加拿大。J.统计。，45, 1, 95-119 (2017) ·Zbl 1462.62308号
[11] Banfield，J.D。；Raftery，A.E.，基于模型的高斯和非高斯聚类，生物统计学，49，3，803-821（1993）·Zbl 0794.62034号
[12] 巴索·R·M。；拉科斯，V.H。；卡布拉尔，C.R.B。；Ghosh，P.，基于偏态正态分布比例混合的稳健混合建模，计算。统计师。数据分析。，54, 12, 2926-2941 (2010) ·Zbl 1284.62193号
[13] J.伯杰。；Berliner，L.，《使用（varepsilon）污染先验的稳健贝叶斯和经验贝叶斯分析》，Ann.Statist。，14, 2, 461-486 (1986) ·Zbl 0602.62004号
[14] M.Berkane。；Bentler，P.M.，多元数据中污染参数的估计和异常值的识别，社会学。方法研究，17，1，55-64（1988）
[15] 比尔纳基，C。；Celeux，G。；Govaert，G.，为EM算法选择初始值，以获得多元高斯混合模型中的最大似然，计算。统计师。数据分析。，41，3-4，561-575（2003年）·Zbl 1429.62235号
[16] Böhning，D。；迪茨，E。；Schaub，R.等人。；施拉特曼，P。；Lindsay，B.G.，单参数指数族密度混合物的似然比分布，Ann.Inst.Statist。数学。，46, 2, 373-388 (1994) ·Zbl 0802.62017年
[17] 钎料，S。；斯帕克斯，R.S.J。；凯里，S.N。；Sigurdsson，H。；Westgate，J.A.，《气飞灰层中的双峰粒度分布和二次增稠》，《自然》，301，115-119（1983）
[18] Browne，R.P。；McNicholas，P.D.，广义双曲分布的混合，Canad。J.统计。，43, 2, 176-198 (2015) ·Zbl 1320.62144号
[19] 卡布拉尔，C.S.B。；拉科斯，V.H。；Prates，M.O.，使用偏正态独立分布的多元混合建模，计算。统计师。数据分析。，56, 126-142 (2012) ·Zbl 1239.62058号
[20] Celeux，G。；Govaert，G.，高斯简约聚类模型，模式识别。，28, 5, 781-793 (1995)
[21] Dang，U.J。；Browne，R.P。；McNicholas，P.D.，多元幂指数分布的混合，生物统计学，71，4，1081-1089（2015）·Zbl 1419.62330号
[22] Dang，U.J。；Punzo，A。；Mcnicholas，P.D。；Ingrassia，S.公司。；Browne，R.P.，高斯加权模型的多元响应和简约性，J.Classification，34，1，4-34（2017）·Zbl 1364.62149号
[23] Dasgupta，A。；Raftery，A.E.，《通过基于模型的聚类检测杂波空间点过程中的特征》，J.Amer。统计师。协会，93，441，294-302（1998）·Zbl 0906.62105号
[24] Dharmadhikari，S。；Joag-Dev，K.，《单峰性、凸性和应用》，《概率和数理统计》（1988），爱思唯尔科学·Zbl 0646.62008号
[25] 弗雷利，C。；Raftery，A.E.，基于模型的聚类、判别分析和密度估计，J.Amer。统计师。协会，97，458，611-631（2002）·Zbl 1073.62545号
[26] Franczak，B.C.，移位非对称拉普拉斯分布的混合（2014），圭尔夫大学（博士论文）
[27] Franczak，B.C。；Browne，R.P。；McNicholas，P.D.，移位非对称拉普拉斯分布的混合，IEEE Trans。模式分析。机器。智力。，36, 6, 1149-1157 (2014)
[28] 加洛赫，M.P.B。；McNicholas，P.D.，偏斜矩阵变量分布的有限混合，模式识别。，80, 83-93 (2018)
[29] 加洛赫，M.P.B。；McNicholas，P.D.，《三个偏斜矩阵变量分布》，统计学。普罗巴伯。莱特。，145, 3, 103-109 (2019) ·Zbl 1414.62173号
[30] 加列戈斯，麻省理工学院。；Ritter，G.，Trimmed ML对受污染混合物的估计，Sankhyá，71，2，164-220（2009）·Zbl 1193.62021号
[31] 古铁雷斯，R.G。；卡罗尔·R·J。；Wang，N。；Lee，G.H。；Taylor，B.H.，使用正态混合物分布分析番茄根系萌生，生物统计学，51，4，1461-1468（1995）·Zbl 0875.62505号
[32] Hall，B.，Hall，M.，2017年。LaplacesDemon：贝叶斯推理的完整环境。版本16.1.0。；Hall，B.，Hall，M.，2017年。拉普拉斯恶魔：贝叶斯推理的完整环境。版本16.1.0。
[33] 休伯特，L。；Arabie，P.，《分区比较》，分类杂志，2193-218（1985）
[34] Karlis，D。；Santourian，A.，基于模型的非椭圆轮廓分布聚类，统计计算。，19, 1, 73-83 (2009)
[35] Karlis，D。；Xekalaki，E.，为有限混合物的EM算法选择初始值，计算。统计师。数据分析。，41, 3-4, 577-590 (2003) ·Zbl 1429.62082号
[36] Kass，R.E。；Raftery，A.E.，Bayes factors，J.Amer。统计师。协会，90，773-795（1995）·Zbl 0846.62028号
[37] Keribin，C.，混合模型阶数的一致估计，Sankhyá，62，1，49-66（2000）·兹比尔1081.62516
[38] 科茨，S。；Kozubowski，T。；Podgorski，K.，（《拉普拉斯分布与泛化：通信、经济、工程和金融应用回顾》。《拉普拉士分布与泛型：通信、经济学、工程和财务应用回顾》，SpringerLink:Bücher（2012），Birkhäuser Boston）·Zbl 0977.62003年
[39] 拉科斯，V.H。；Ghosh，P。；Arellano-Valle，R.B.，基于似然的偏态-正态独立线性混合模型推断，统计。Sinica，20，1，303-322（2010年）·Zbl 1186.62071号
[40] 拉科斯，V.H。；Labra，F.V.，《多元偏正态/独立分布：性质和推断》，《数学预测》，28，56，11-53（2014）
[41] Lee，S.X。；McLachlan，G.J.，多元斜（t）分布的有限混合：一些最新结果，统计计算。，24, 2, 181-202 (2014) ·Zbl 1325.62107号
[42] Lin，T.I.，多元正态混合模型的最大似然估计，《多元分析》。，100, 2, 257-265 (2009) ·Zbl 1152.62034号
[43] Lin，T.I.，使用多元斜交分布的稳健混合建模，统计计算。，20, 343-356 (2010)
[44] Lin，T.I.，通过特征值分解通过参数化混合模型从不完整数据中学习，计算。统计师。数据分析。，71, 183-195 (2014) ·Zbl 1471.62120号
[45] Lin，T.I。；Ho，H.J。；Shen，P.S.，具有缺失信息的多元混合模型的计算有效学习，计算。《统计》，24，3，375-392（2009）·Zbl 1189.62095号
[46] Lin，T.I。；Lee，J.C。；Ho，H.J.，关于具有缺失信息的正态混合模型的快速监督学习，模式识别。，39, 6, 1177-1187 (2006) ·Zbl 1096.68723号
[47] Lin，T.I。；Lee，J.C。；Yen，S.Y.，使用斜正态分布的有限混合建模，Statist。Sinica，17，3，909-927（2007）·Zbl 1133.62012年
[48] Lin，T.I。；Wang，W.L。；McLachlan，G.J。；Lee，S.X.，使用受限多元斜（t）分布的稳健因子分析模型混合，统计模型。，18, 1, 50-72 (2018) ·Zbl 07289498号
[49] Lo，K。；Gottardo，R.，《通过带Box-Cox变换的多元（t）分布进行灵活混合建模：斜（t）分配的替代方法》，Stat.Compute。，22，1，33-52（2012年）·Zbl 1322.62173号
[50] Maruotti，A。；Punzo，A.，具有协变量和离群值的多元纵向数据的基于模型的时变聚类，计算。统计师。数据分析。，113, 475-496 (2017) ·Zbl 1464.62128号
[51] Mazza，A。；Punzo，A.，多元污染正态回归模型的混合，统计学。论文（2018）·Zbl 1435.62238号
[52] McLachlan，G.J。；Basford，K.E.，《混合模型——推断和聚类应用》，254（1988），马塞尔·德克尔：马塞尔·戴克尔纽约·Zbl 0697.62050号
[53] McLachlan，G.J。；比恩，R.W。；Jones，L.B.T.，将混合因子分析模型扩展为包含多元分布，计算。统计师。数据分析。，51, 11, 5327-5338 (2007) ·Zbl 1445.62053号
[54] 麦克拉克伦，G。；Krishnan，T.，《EM算法和扩展》（The EM algorithm and extensions）（（2008），霍博肯：新泽西州霍博肯市：威利）·Zbl 1165.62019号
[55] McLachlan，G.J。；Peel，D.，有限混合模型，419（2000），John Wiley&Sons：John Willey&Sons纽约·Zbl 0963.62061号
[56] McLachlan，G.J。；皮，D。；Bean，R.W.，用混合因子分析仪模拟高维数据，计算。统计师。数据分析。，41, 3-4, 379-388 (2003) ·Zbl 1256.62036号
[57] McNicholas，P.D.，《基于混合模型的分类》（2016年），查普曼和霍尔/CRC出版社：查普曼&霍尔/CRC Press Boca Raton
[58] McNicholas，P.D.，基于模型的聚类，J.Classification，33，3，331-373（2016）·Zbl 1364.62155号
[59] 麦克尼古拉斯，S.M。；医学博士麦克尼古拉斯。；Browne，R.P.，方差伽马因子分析器的混合，（Ahmed，S.E.，《大数据和复杂数据分析：方法论和应用》（2017），施普林格国际出版：施普林格国际出版商会），369-385·Zbl 1381.62187号
[60] 医学博士麦克尼古拉斯。；Murphy，T.B.，简约高斯混合模型，统计计算。，18285-296（2008年）
[61] 医学博士麦克尼古拉斯。；墨菲，T.B。；麦克达德，A.F。；Frost，D.，通过简约高斯混合模型实现基于模型的聚类的串行和并行实现，Comput。统计师。数据分析。，54, 3, 711-723 (2010) ·Zbl 1464.62131号
[62] 梅利尼科夫，V。；Melnykov，I.，在成分数目未知的高斯混合模型中初始化em算法，计算。统计师。数据分析。，56, 6, 1381-1395 (2012) ·Zbl 1246.65025号
[63] 孟晓乐。；Rubin，D.B.，《通过ECM算法的最大似然估计：一般框架》，《生物特征识别》，80，2，267-278（1993）·Zbl 0778.62022号
[64] Murphy，E.A.，一个原因？多种原因？来自双峰分布的论证，J.慢性病。，17, 4, 301-324 (1964)
[65] 莫里，P.M。；Browne，R.B。；McNicholas，P.D.，偏态因子分析仪的混合物，计算。统计师。数据分析。，77, 326-335 (2014) ·Zbl 1506.62132号
[66] 莫里，P.M。；Browne，R.B。；McNicholas，P.D.，隐截断双曲分布，其有限混合，及其在聚类中的应用，J.Multivariate Anal。，161, 141-156 (2017) ·Zbl 1403.62028号
[67] 莫里，P.M。；Browne，R.P。；McNicholas，P.D.，SDB斜因子分析仪的混合物，经济。统计，3160-168（2017）
[68] 奥哈根，A。；墨菲，T.B。；I.C.戈姆利。；医学博士麦克尼古拉斯。；Karlis，D.，多元正态逆高斯分布聚类，计算。统计师。数据分析。，93, 18-30 (2016) ·兹比尔1468.62151
[69] 皮，D。；McLachlan，G.J.，使用（t）分布的稳健混合建模，统计计算。，10, 4, 339-348 (2000)
[70] 普拉特斯，M。；拉科斯，V。；卡布拉尔，C.B。，混合smsn：拟合偏态正态分布的尺度混合的有限混合，J.Stat.Softw。，54, 12, 1-20 (2013)
[71] Punzo，A.，反高斯分布的新视角及其在保险和经济数据中的应用，J.Appl。统计（2018）
[72] Punzo，A。；巴格纳托，L。；Maruotti，A.，《保险损失的复合单峰分布》，《保险数学》。经济。，81, 4, 95-107 (2018) ·Zbl 1416.91217号
[73] Punzo，A。；Browne，R.P。；McNicholas，P.D.，混合模型选择的假设检验，J.Stat.Compute。模拟。，86, 14, 2797-2818 (2016) ·Zbl 07184768号
[74] Punzo，A。；Maruotti，A.，聚类多元纵向观测：污染高斯隐马尔可夫模型，J.Compute。图表。统计人员。，25, 4, 1097-1116 (2016)
[75] Punzo，A。；Mazza，A。；Maruotti，A.，用离群值拟合保险和经济数据：基于污染伽马分布有限混合的灵活方法，J.Appl。统计，45，14，2563-2584（2018）·Zbl 1516.62555号
[76] Punzo，A.，Mazza，A.，McNicholas，P.D.，2017年。污染混合：基于模型的聚类和分类，具有多元污染正态分布。版本1.1。；Punzo，A.，Mazza，A.，McNicholas，P.D.，2017年。污染混合：基于模型的聚类和分类，具有多元污染正态分布。版本1.1。
[77] Punzo，A。；Mazza，A。；医学博士麦克尼古拉斯。，受污染的混合物：一个R（右）用于拟合多元污染正态分布的简约混合物的软件包，J.Stat.Softw。，85, 10, 1-25 (2018)
[78] Punzo，A。；McNicholas，P.D.，污染高斯分布的鲁棒高维建模（2014），arXiv.org电子打印1408.2128。网址：
[79] Punzo，A。；McNicholas，P.D.，多元污染正态分布的节俭混合物，生物。J.，58，6，1506-1537（2016）·Zbl 1353.62124号
[80] Punzo，A。；McNicholas，P.D.，通过污染高斯聚类加权模型进行回归分析中的稳健聚类，J.Classification，34，2，249-293（2017）·Zbl 1373.62316号
[81] 派恩，S。；胡，X。；王凯。；Rossin，E。；Lin，T.I。；迈尔，L.M。；Baecher-Allan，C。；McLachlan，G.J。；Tamayo，P。；哈夫勒，D.A。；De Jager，P.L。；Mesirov，J.P.，自动化高维流式细胞术数据分析，Proc。国家。阿卡德。科学。，106218519-8524（2009年）
[82] R（右）：《统计计算的语言与环境》（2017），R（右）统计计算基础：R（右）奥地利维也纳统计计算基金会
[83] Raftery，A.E.，社会研究中的贝叶斯模型选择，社会学。Methodol.方法。，25, 111-163 (1995)
[84] Rand，W.，《聚类方法评估的客观标准》，J.Amer。统计师。协会，66，336，846-850（1971）
[85] Ruwet，C。；加西亚·埃斯库德罗，洛杉矶。；Gordaliza，A。；Mayo-Iscar，A.，《tclust稳健聚类程序的影响函数》，《高级数据分析》。分类。，6, 2, 107-130 (2012) ·Zbl 1255.62182号
[86] 新泽西州斯科克。；Schork，M.A.，《偏态和正态分布的混合》，《公共统计》。理论方法，17，11，3951-3969（1988）·Zbl 0696.62062号
[87] Schwarz，G.，估算模型的维数，Ann.Statist。，6, 2, 461-464 (1978) ·Zbl 0379.62005年
[88] Scrucca，L。；Fop，M。；墨菲，T.B。；Raftery，A.E.，mclust 5:使用高斯有限混合模型进行聚类、分类和密度估计，R（右）J.，8，1，289-317（2016）
[89] 达席尔瓦·费雷拉，C。；Bolfarine，H。；Lachos，V.H.，正态分布的斜标度混合：性质和估计，统计方法。，8, 2, 154-171 (2011) ·Zbl 1213.62023号
[90] Steinley，D.，《Hubert-Arable调整后的兰德指数的性质》，心理医学。方法，9，3，386-396（2004）
[91] Subedi，S。；McNicholas，P.D.，《通过正态逆高斯分布混合物进行聚类的变分贝叶斯近似》，《高级数据分析》。分类。，8, 2, 167-193 (2014) ·Zbl 1459.62122号
[92] Subedi，S。；Punzo，A。；Ingrassia，S.公司。；McNicholas，P.D.，通过聚类加权因子分析仪进行聚类和分类，高级数据分析。分类。，7, 1, 5-40 (2013) ·Zbl 1271.62137号
[93] Subedi，S。；Punzo，A。；Ingrassia，S.公司。；McNicholas，P.D.，基于稳健模型的聚类和降维的聚类加权因子分析，统计方法应用。，24, 4, 623-649 (2015) ·Zbl 1416.62362号
[94] 唐，Y。；R.Browne。；McNicholas，P.，通过联合广义双曲分布混合物对高维数据进行灵活聚类，Stat，7，1，Article e177 pp.（2018）
[95] Titterington，D.M。；A.F.M.史密斯。；Makov，U.E.，有限混合分布的统计分析，237（1985），John Wiley&Sons:John Willey&Sons New York·兹伯利0646.62013
[96] 弗瑞克，I。；McNicholas，P.D.，多元偏态模型EM算法的分析计算，统计学。普罗巴伯。莱特。，82, 6, 1169-1174 (2012) ·Zbl 1244.65012号
[97] 弗瑞克，I。；McNicholas，P.D.，基于模型的聚类和分类的简约斜交混合模型，计算。统计师。数据分析。，71, 196-210 (2014) ·Zbl 1471.62202号
[98] Wand，M.，2015年。KernSmooth:支持Wand&Jones的内核平滑函数（1995）。版本2.23-15。；Wand，M.，2015年。KernSmooth:支持Wand&Jones的内核平滑函数（1995）。版本2.23-15。
[99] Wang，W.L。；卡斯特罗，L.M。；Chang，Y·T。；Lin，T.I.，具有公共因子负载的受限偏斜因子分析器的混合物，高级数据分析。分类。(2018)
[100] Wang，W.L。；Lin，T.I.，《通过公共因子分析仪扩展混合的灵活聚类》，AStA高级统计分析。，101, 3, 227-252 (2017) ·Zbl 1443.62177号
[101] Wang，W.L。；刘，M。；Lin，T.I.，处理缺失数据的稳健斜交因子分析模型，统计方法应用。，26, 4, 649-672 (2017) ·Zbl 1441.62161号
[102] 王凯。；Ng，S.K。；McLachlan，G.J.，《多元斜交（t）混合模型：荧光激活细胞分类数据的应用》，（数字图像计算：技术与应用（2009），IEEE:IEEE Los Alamitos，California）
[103] 魏毅。；唐，Y。；McNicholas，P.D.，基于模型的不完全数据聚类的广义双曲分布和偏态t分布的混合，计算。统计师。数据分析。，130, 18-41 (2019) ·Zbl 1469.62162号
[104] 张杰。；Liang，F.，使用指数幂混合的稳健聚类，生物计量，66，4，1078-1086（2010）·Zbl 1233.62192号
[105] Zhu，X.，Melnykov，V.，2017年。ManlyMix:Manly混合建模和基于模型的聚类。0.1.11版。；Zhu，X.，Melnykov，V.，2017年。ManlyMix：Manly混合建模和基于模型的聚类。0.1.11版。
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。