杰弗里·麦克拉克伦;皮尔，大卫 有限混合模型。 （英语） Zbl 0963.62061号 概率与数理统计中的威利级数应用概率统计。奇切斯特：威利。xxii，419页（2000年）。 近年来，对有限混合建模的研究有所增加。此外，混合模型在广泛的学科中使用。因此，尽管可以作为进一步发展的基础，但其他学科的各种结果仍然未知。本文作者努力收集了过去几年在这一科学研究热点问题上取得的进展。这本书提供了一个关于有限混合建模的广泛综述，侧重于在实践中使用此类模型的计算方面。计算机的影响允许在多个科学学科的广泛应用中使用复杂的混合模型。本书提供了大量关于有限混合建模的现有工作，特别是通过EM算法和相关材料进行估计的工作。本书分为13章，处理有限混合模型的几个不同问题。第一章描述了一般的有限混合设置，讨论了过去几年中所做的改进以及在这方面所解决的问题。第2章回顾了最大似然估计，特别关注EM算法、其特性和文献中提出的改进。第三章讨论了多元正态混合模型，它是聚类算法的基础。深入讨论了该模型遇到的问题，如伪局部最大化器。第4章描述了近十年来通过吉布斯抽样方案开发的有限混合模型中的贝叶斯方法。在第五章中，我们讨论了非正态模型，包括其他分布族的混合、泊松回归和逻辑回归等广义线性模型的混合等。第6章致力于评估组成混合物的组分数量的问题。回顾了针对这一问题开发的方法。第7章包含了关于多元（t）混合物的材料，作为多元正态混合物模型的稳健替代品。因子分析仪的混合物在第8章中进行了描述。这一章的材料很新颖。第9章处理了装箱数据，而第10章提出了故障时间数据的混合模型。第11章讨论了方向数据混合的最新发展。第12章描述了适用于大型数据集的EM算法变体。这种变体对于那些在与统计相关的学科中使用大型数据库的人来说非常有用，比如数据挖掘者。最后一章介绍了隐马尔可夫模型。整本书有几个例子和案例研究，使读者能够遵循所讨论的理论材料。在所有情况下，主要因素是使用EM算法及其变体，以促进估算程序。本书中关于混合物的理论结果很少，主要集中在应用基础上。作者提供的参考书目相当多，因此可以在不同的研究领域找到许多有趣的论文。因此，所提供的文献对该领域的工作人员来说是一个非常有用的指南。该书将受到许多研究人员的欢迎，因为它提供了对该主题的完整、最新的报道，并讨论了研究人员在未来几年可能进一步研究的问题。不熟悉计算主题的学生可能很难立即阅读这本书，但他们会喜欢这本书涵盖的内容如此广泛，这将使这本书成为未来几年的标准参考。审核人：迪米特里斯·卡利斯（雅典） 引用于三评论引用于1274文件 MSC公司： 62J12型 广义线性模型（逻辑模型） 62-01 与统计有关的介绍性说明（教科书、辅导论文等） 65C60个 统计学中的计算问题（MSC2010） 62小时30分 分类和区分；聚类分析（统计方面） 关键词：EM算法;聚类算法;隐马尔可夫模型;参考文献 PDF格式BibTeX公司 XML格式引用 \textit{G.McLachlan}和\textit{D.Peel}，有限混合模型。奇切斯特：威利（2000；Zbl 0963.62061）