×
卢卡·格雷科；克劳迪奥·阿戈斯蒂内利

加权似然混合建模和基于模型的聚类。 （英语） Zbl 1436.62255号

统计计算。 30，第2期，255-277（2020）.
总结：本文提出了一种用于多元高斯分量混合稳健拟合的加权似然方法。提出了两种方法，分别由标准EM和CEM算法的适当修改驱动。在这两种技术中，M步长都是通过计算针对降低异常值权重的权重来增强的。权重基于稳健马氏距离产生的皮尔逊残差。基于拟合的混合模型，还可以定义用于鲁棒聚类和异常值检测的形式化规则。通过数值研究和实际数据示例，从拟合和分类精度以及离群点检测两方面研究了所提方法的性能。

引用于7文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62层35 鲁棒性和自适应程序（参数推断）

关键词：

分类；相对长度单位；混合物；多元正态变量；异常检测；皮尔逊残差；稳健性；加权似然

软件：

R（右）；麦克卢斯特；m集群；奥特里姆；TCLUST公司
PDF格式BibTeX公司 XML格式引用
\textit{L.Greco}和\textit{C.Agostinelli}，统计计算。30，第2号，255--277（2020；Zbl 1436.62255）
全文： 内政部 arXiv公司

参考文献：

[1] Agostinelli，C.，《通过加权似然法进行回归稳健模型选择》，Stat.Probab。莱特。，56, 3, 289-300 (2002) ·Zbl 0998.62034号 ·doi:10.1016/S0167-7152（01）00193-6
[2] Agostinelli，C.，关于皮尔逊残差和加权似然估计方程的注释，Stat.Probab。莱特。，76, 17, 1930-1934 (2006) ·Zbl 1099.62022号 ·doi:10.1016/j.spl.2006.04.048
[3] Agostinelli，C。；Greco，L.，贝叶斯推理中处理似然不确定性的加权策略，计算。统计，28，1，319-339（2013）·Zbl 1305.65018号 ·doi:10.1007/s00180-011-0301-1
[4] Agostinelli，C。；Greco，L.，《关于“监测的力量：如何充分利用受污染样品”的讨论》，《统计方法应用》。(2017) ·Zbl 1428.62215号 ·doi:10.1007/s10260-017-0416-9
[5] 阿戈斯蒂内利，C。；Greco，L.，多元位置和散布的加权似然估计，Test（2018）·Zbl 1420.62128号 ·doi:10.1007/s11749-018-0596-0
[6] 阿特金森，A。；Riani，M。；Cerioli，A.，《用正向搜索探索多元数据》（2013），柏林：施普林格出版社，柏林
[7] 巴苏，A。；Lindsay，B.，《连续模型的最小视差估计：效率、分布和稳健性》，Ann.Inst.Stat.Math。，46, 4, 683-705 (1994) ·Zbl 0821.62018号 ·doi:10.1007/BF00773476
[8] Bouveyron，C。；Brunet-Saumard，C.，《基于模型的高维数据聚类：综述》，《计算》。统计数据分析。，71, 52-78 (2014) ·Zbl 1471.62032号 ·doi:10.1016/j.csda.2012.12.008
[9] Bryant，P.，基于优化的聚类方法的大样本结果，J.Classif。，8, 1, 31-44 (1991) ·Zbl 0747.62057号 ·doi:10.1007/BF02616246
[10] 坎贝尔，N.，混合模型和非典型值，数学。地质。，16, 5, 465-477 (1984) ·doi:10.1007/BF01886327
[11] Celeux，G。；Govaert，G.，《聚类分析中混合和分类最大似然的比较》，J.Stat.Compute。模拟。，47, 3-4, 127-146 (1993) ·doi:10.1080/00949659308811525
[12] Cerioli，A.，《利用高分解估计器进行多元异常值检测》，美国统计协会，105，489，147-156（2010）·Zbl 1397.62167号 ·doi:10.1198/jasa.2009.tm09147
[13] Cerioli，A。；Farcomeni，A.，多元异常值检测的错误率，计算。统计数据分析。，55，1544-553（2011年）·Zbl 1247.62192号 ·doi:10.1016/j.csda.2010.05.021
[14] Cerioli，A。；Riani，M。；阿特金森，A。；Corbellini，A.，《监测的力量：如何充分利用受污染样品》，《统计方法应用》。(2017) ·Zbl 1427.62047号 ·doi:10.1007/s10260-017-0409-8
[15] 科隆纳，Jg；贾马，J。；Nakamura，E.，使用层次分类法识别无尾类的科、属和种。198-212年（2016）计算机科学讲稿，柏林：施普林格，柏林
[16] 科雷托，P。；Hennig，C.，《稳健不当最大似然：调整、计算以及与稳健高斯聚类其他方法的比较》，美国统计协会，111，516，1648-1659（2016）·doi:10.1080/01621459.2015.1100996
[17] 科雷托，P。；Hennig，C.，《一致性、故障鲁棒性和鲁棒不适当最大似然聚类算法》，J.Mach。学习。决议，18，1，5199-5237（2017）·Zbl 1442.62138号
[18] Day，N.，估计正态分布混合的成分，生物特征，56，3，463-474（1969）·Zbl 0183.48106号 ·doi:10.1093/biomet/56.3.463
[19] Dempster，A。；莱尔德，Nm；Rubin，Db，通过EM算法从不完整数据中获得最大似然，J.R.Stat.Soc.Ser。B方法。，39, 1-38 (1977) ·Zbl 0364.62022号
[20] 多托，F。；Farcomeni，A.，基于简约模型聚类的稳健推理，J.Stat.Compute。模拟。，89, 3, 414-442 (2019) ·Zbl 07193731号 ·doi:10.1080/0949655.2018.1554659
[21] 多托，F。；法科梅尼，A。；路易斯安那州加西亚-埃斯库德罗；Mayo-Iscar，A.，稳健聚类的重加权方法，统计计算。，28, 2, 477-493 (2016) ·Zbl 1384.62193号 ·doi:10.1007/s11222-017-9742-x
[22] Elashoff，M。；Ryan，L.，估计方程的em算法，J.Compute。图表。统计，13，1，48-65（2004）·doi:10.1198/1061860043092
[23] 法科梅尼，A。；Greco，L.，《稳健的数据缩减方法》（2015），博卡拉顿：CRC出版社，博卡拉顿·Zbl 1311.62006年
[24] 法科梅尼，A。；Greco，L.，隐马尔可夫模型的S-估计，计算机。统计，30，1，57-80（2015）·Zbl 1342.65032号 ·doi:10.1007/s00180-014-0521-2
[25] 弗雷利，C。；Raftery，A.，有几个集群？哪种聚类方法？答案通过基于模型的聚类分析，计算。J.，41，8，578-588（1998）·兹伯利0920.68038 ·doi:10.1093/comjnl/41.8.578
[26] 弗雷利，C。；Raftery，A.，《基于模型的聚类、判别分析和密度估计》，美国统计协会，97，458，611-631（2002）·兹比尔1073.62545 ·doi:10.1198/016214502760047131
[27] Fraley，C.、Raftery，A.、Murphy，T.、Scrucca，L.：mclust版本4，用于基于模型的聚类、分类和密度估计的正态混合建模。西雅图华盛顿大学技术报告597（2012）·Zbl 1520.62002号
[28] 弗里茨，H。；Garcia-Escudero，L。；Mayo-Iscar，A.，鲁棒约束聚类的快速算法，计算。统计数据分析。，61, 124-136 (2013) ·Zbl 1349.62264号 ·doi:10.1016/j.csda.2012.11.018
[29] Garcia-Escudero，L。；Gordaliza，A。；马特兰，C。；Mayo-Iscar，A.，稳健聚类分析的一般修正方法，《Ann.Stat.》，36，1324-1345（2008）·Zbl 1360.62328号 ·doi:10.1214/07-AOS515
[30] 路易斯安那州加西亚·埃斯库德罗；Gordaliza，A。；马特兰，C。；Mayo Iscar，A.，探索基于鲁棒模型的聚类中的组的数量，Stat.Comput。，21, 4, 585-599 (2011) ·Zbl 1221.62093号 ·doi:10.1007/s11222-010-9194-z
[31] Garcia-Escudero，L。；Gordaliza，A。；马特兰，C。；Mayo-Iscar，A.，《在混合建模中避免伪局部最大化》，《统计计算》。，25, 3, 619-633 (2015) ·兹比尔1331.62100 ·数字对象标识代码：10.1007/s11222-014-9455-3
[32] Greco，L.，基于加权似然的推理（p（x<y）），Commun。统计模拟。计算。，46, 10, 7777-7789 (2017) ·Zbl 1383.62227号 ·doi:10.1080/03610918.2016.1252396
[33] Helliwell，J.，Layard，R.，Sachs，J.：《2018年世界幸福报告》（2018）
[34] 库奇博特拉，A。；Basu，A.，最小视差估计的一般设置，Stat.Probab。莱特。，96, 68-74 (2015) ·Zbl 1314.62089号 ·doi:10.1016/j.spl.2014.08.020
[35] Kuchibhotla，A.，Basu，A.：最小距离加权似然估计法。印度加尔各答印度统计研究所跨学科统计研究室（ISRU）技术报告（2018年）。https://factory.wharton.upenn.edu/wp-content/uploads/2018/02/attemptv4p1.pdf。2018年1月17日访问
[36] Lee，S。；Mclachlan，G.，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 ·doi:10.1007/s11222-012-9362-4
[37] Lin，T.，使用多变量偏斜T分布的鲁棒混合建模，Stat.Comput。，20, 3, 343-356 (2010) ·doi:10.1007/s11222-009-9128-9
[38] Markatou，M.，《混合模型、稳健性和加权似然法》，生物统计学，56，2，483-486（2000）·Zbl 1060.62511号 ·doi:10.1111/j.0006-341X.2000.00483.x
[39] 马尔卡图，M。；巴苏，A。；Lindsay，Bg，带自举根搜索的加权似然方程，美国统计协会，93，442，740-750（1998）·Zbl 0918.62046号 ·doi:10.1080/01621459.1998.10473726
[40] Maronna，R。；Jacovkis，P.，《具有可变指标的多元聚类程序》，生物统计学，30，3，499-505（1974）·Zbl 0285.62036号 ·doi:10.2307/2529203
[41] 麦克拉克伦，G。；Peel，D.，《有限混合模型》（2004），纽约：威利，纽约
[42] Gj麦克拉克伦；皮，D。；Bean，R.，用混合因子分析仪模拟高维数据，计算。统计数据分析。，41, 3-4, 379-388 (2003) ·Zbl 1256.62036号 ·doi:10.1016/S0167-9473（02）00183-4
[43] Neykov，N。；Filzmoser，P。；迪莫娃，R。；Neytchev，P.，使用修剪似然估计对混合物进行稳健拟合，计算。统计数据分析。，52, 1, 299-308 (2007) ·Zbl 1328.62033号 ·doi:10.1016/j.csda.2006.12.024
[44] R核心团队：R：统计计算的语言和环境。奥地利维也纳R统计计算基金会（2019年）。https://www.R-project.org/
[45] 卢梭，P。；Van Zomeren，B.，《揭示多元异常值和杠杆点》，美国统计协会，85，411，633-639（1990）·网址：10.1080/01621459.1990.10474920
[46] Symon，M.，聚类标准和多变量正态混合，生物统计学，77，35-43（1977）
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。