罗伯托·阿斯卡里；Sonia Migliorati公司；安德烈亚·昂加罗 基于单纯形的混合模型的贝叶斯推理。 （英语） Zbl 1436.62180号 Greselin，Francesca（编辑）等人，《复杂数据的统计学习》。2017年9月13日至15日，意大利米兰，意大利统计学会分类和数据分析小组第十一届科学会议（CLADAG 2017）的论文选集。查姆：斯普林格。研究分类数据分析。知识。器官。，103-110 (2019). 摘要：The Flexible Dirichlet[最后两位作者，J.Multivariate Anal.114412-426（2013；Zbl 1258.60020号)]是组成数据（即支持单纯形的数据）的分布，由于其混合结构和允许更灵活地建模协方差矩阵的附加参数，它可以比经典的Dirichlet分布更好地拟合数据。这篇文章提出了两种贝叶斯程序——都基于吉布斯抽样——以估计其参数。为了评估所提出的估计算法在几种参数配置下的性能，进行了仿真研究。数据由具有（D=3）组件和代表性参数配置的Flexible Dirichlet生成。有关整个系列，请参见[Zbl 1427.62004年]. MSC公司： 62小时05 多元概率分布的表征与结构理论；连接线 62H30型 分类和区分；聚类分析（统计方面） 60E05型 概率分布：一般理论 62E15型 统计学中的精确分布理论 关键词：成分数据；Dirichlet混合物；贝叶斯估计；MCMC公司 引文：Zbl 1258.60020号 软件：R（右）；WinBUGS公司 PDF格式BibTeX公司 XML格式引用 \textit{R.Ascari}等人，in：复杂数据的统计学习。2017年9月13日至15日在意大利米兰举行的意大利统计学会分类和数据分析小组第十一届科学会议（CLADAG 2017）论文选。查姆：斯普林格。103-110（2019年；Zbl 1436.62180） 全文： 内政部 参考文献： [1] Frühwirth Schnatter，S.：有限混合和马尔可夫切换模型。施普林格，纽约（1992）·Zbl 1108.6202号 [2] Lunn，D.J.，Thomas，A.，Best，N.，Spiegehalter，D.：WinBUGS——贝叶斯建模框架：概念、结构和可扩展性。统计计算。10, 325-337 (2000) ·doi:10.1023/A:1008929526011 [3] Migliorati，S.、Ongaro，A.、Monti，G.S.：成分数据的结构化Dirichlet混合模型：推理和应用问题。统计计算。27, 963-983 (2017) ·兹比尔1384.62200 ·doi:10.1007/s11222-016-9665-y [4] Ongaro，A.，Migliorati，S.：Dirichlet分布的推广。J.多变量。分析。114, 412-426 (2013) ·兹比尔1258.60020 ·doi:10.1016/j.jmva.2012.07.007 [5] R核心团队：R：统计计算语言和环境。R统计计算基金会，维也纳。国际标准图书编号（ISBN）3-900051-07-0。网址：http://www.R-project.org/ [6] M.坦纳·doi:10.1080/01621459.1987.10478458 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。