×

多元聚类线性回归中最大似然估计量的协方差矩阵估计。 (英语) Zbl 1474.62283号

摘要:期望最大化算法用于在多种情况下进行最大似然估计,包括基于聚类回归模型的回归分析。使用此算法的缺点是无法评估最大似然估计量的样本变异性。这种无能为力是由于该算法不需要推导Hessian矩阵的分析表达式,因此无法直接评估估计器的渐近协方差矩阵。通过多元高斯聚类回归模型进行线性回归分析时,提出了解决此问题的方法。提出了最大似然估计量的渐近协方差矩阵的两种估计。在实际应用中,它们的使用可以避免求助于引导技术和通用数学优化程序。在分析小型模拟数据和实际数据集时,评估了这些估值器的性能;所得结果表明了它们在实际应用中的实用性和有效性。从理论上看,在适当的条件下,所提出的估计是一致的。

MSC公司:

62J99型 线性推断、回归
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 艾特金,M。;Tunnicliffe Wilson,G.,混合模型、异常值和EM算法,Technometrics,22325-331(1980)·Zbl 0466.62034号
[2] Akaike H(1973)信息理论和最大似然原理的扩展。Petrov BN,Csaki F(eds)第二届信息理论国际研讨会。Akademiai Kiado,第267-281页·Zbl 0283.62006号
[3] 阿明格·G。;斯坦因,P。;Wittenberg,J.,条件均值和协方差结构模型的混合,《心理测量学》,64,475-494(1999)·兹比尔1291.62192
[4] Baird,IG;Quastel,N.,《从加利福尼亚到泰国的海豚安全金枪鱼:全球商品网络环境认证的地方性》,Ann Assoc Am Geogr,101,337-355(2011)
[5] 肯塔基州巴斯福德;DR Greenway;GJ麦克拉克伦;Peel,D.,正常混合模型下拟合平均值的标准误差,计算统计,12,1-17(1997)·Zbl 0924.62055号
[6] Benaglia,T。;乔沃,D。;亨特博士;Young,D.,mixtools:分析有限混合模型的R包,J Stat Softw,32,6,1-29(2009)
[7] Boiteau,G。;辛格,M。;辛格,RP;塔伊,海湾合作委员会;Turner,TR,在实验室条件下,桃蚜(苏尔寿)从受感染植株向健康植株传播PVY-n的速率,《马铃薯研究》,41,335-344(1998)
[8] 俄勒冈州波尔多。;Magnus,JR,多元正态混合模型的最大似然估计,美国统计协会,1041539-1549(2009)·Zbl 1205.62065号
[9] Bowden,R.,《参数识别理论》,《计量经济学》,411069-1074(1973)·Zbl 0287.93008号
[10] 骑士,JA;阿拉斯加州卡西亚普;罗西,PE,为什么在需求高峰期价格不上涨?来自扫描仪数据的证据,《美国经济评论》,93,15-37(2003)
[11] UJ Dang;麦克尼古拉斯,PD;莫里尼,I。;Minerva,T。;Vichi,M.,回归模型的节约型有限混合族,数据分析统计模型的进展,73-84(2015),Cham:Springer,Cham
[12] 当,UJ;Punzo,A。;麦克尼古拉斯,PD;英格拉西亚,S。;Browne,RP,高斯加权模型的多元响应和简约性,J Classif,34,1,4-34(2017)·Zbl 1364.62149号
[13] 代顿,CM;Macready,GB,伴随变量潜在类模型,美国统计协会,83,173-178(1988)
[14] 丁,C.,《在教育研究中使用回归混合分析》,Pract Assess-Res-Eval,11,1-11(2006)
[15] 戴尔,WJ;Pleck,J。;McBride,B.,《使用混合回归确定不同影响:父亲监禁的实证》,《婚姻家庭杂志》,741129-1148(2012)
[16] Elhenawy先生。;拉卡,H。;陈,H。;赫尔弗特,M。;克莱因,C。;唐纳伦,B。;Gusikhin,O.,基于线性回归、智能城市、绿色技术和智能交通系统混合的自动交通拥堵识别算法,242-256(2017),Cham:Springer,Cham
[17] 公平,RC;Jaffe,DM,《非均衡市场的估计方法》,《计量经济学》,第40期,第497-514页(1972年)
[18] Faria,S。;Soromenho,G.,线性回归拟合混合物,J Stat Comput Simul,80,201-225(2010)·Zbl 1184.62118号
[19] Frühwirth-Schnatter,S.,有限混合和马尔可夫切换模型(2006),纽约:Springer,纽约·Zbl 1108.6202号
[20] 加林贝蒂,G。;斯卡多维,E。;Soffriti,G.,《在看似无关的线性回归模型中使用混合物》,《统计计算》,26,1025-1038(2016)·Zbl 1505.62150号
[21] 加西亚·埃斯库德罗,洛杉矶;Gordaliza,A。;Mayo-Iscar,A。;San Martín,R.,通过修剪实现稳健聚类线性回归,《计算统计数据分析》,54,12,3057-3069(2010)·Zbl 1284.62198号
[22] 加西亚·埃斯库德罗,洛杉矶;Gordaliza,A。;格雷塞林,F。;英格拉西亚,S。;Mayo-Iscar,A.,《通过调整和约束对随机协变量回归混合物的稳健估计》,《统计计算》,27,377-402(2017)·Zbl 1505.62152号
[23] Grün,B。;Leisch,F.,FlexMix第2版:具有伴随变量和变参数及常数的有限混合,J Stat Softw,28,4,1-35(2008)
[24] Hennig,C.,聚类线性回归模型的可识别性,J Classif,17,273-296(2000)·Zbl 1017.62058号
[25] Hosmer,DW,两条回归线混合参数的最大似然估计,Commun Stat a Theory Methods,3,995-1006(1974)·Zbl 0294.62085号
[26] 英格拉西亚,S。;Punzo,A.,回归混合的决策边界,韩国统计学会杂志,45,295-306(2016)·Zbl 1341.62181号
[27] 琼斯,PN;McLachlan,GJ,回归背景下的有限混合模型拟合,Austr J Stat,34233-240(1992)
[28] 镰仓,W.,《利益分割的最小二乘法与联合实验》,J Mark Res,25,157-167(1988)
[29] Kullback,S。;莱布勒,RA,《信息与充分性》,《数学统计年鉴》,22,79-86(1951)·Zbl 0042.38403号
[30] 拉蒙特,AE;弗蒙特,JK;Van Horn,ML,回归混合模型:建模自变量和潜在类之间的协方差是否会改善结果?,Multivar Behav Res,51,35-52(2016)
[31] Louis,TA,使用EM算法时发现观测信息矩阵,J R Stat Soc B,44,226-233(1982)·兹比尔0488.62018
[32] 马格纳斯,JR;Neudecker,H.,《矩阵微分学及其在统计学和计量经济学中的应用》(1988),纽约:威利,纽约·Zbl 0651.15001号
[33] 毛吉斯,C。;Celeux,G。;Martin-Magniette,ML,《高斯混合模型聚类的变量选择》,生物统计学,65,701-709(2009)·Zbl 1172.62021号
[34] Mazza,A。;Punzo,A.,多元污染正态回归模型的混合,Stat Pap(2017)·Zbl 1435.62238号 ·doi:10.1007/s00362-017-0964-y
[35] Mazza,A。;Punzo,A。;Ingrassia,S.,flexCWM:集群加权模型的灵活框架,J Stat Softw,86,2,1-30(2018)
[36] McDonald,SE;Shin,S。;Corona,R.,《接触亲密伴侣暴力的儿童:通过回归混合模型确定家庭环境对儿童创伤和精神病理学症状的不同影响》,《儿童虐待负面》,58,1-11(2016)
[37] GJ麦克拉克伦;Peel,D.,有限混合模型(2000),纽约:威利,纽约·Zbl 0963.62061号
[38] Meilijson,I.,EM算法自身的快速改进,J R Stat Soc B,51,127-138(1989)·Zbl 0674.65118号
[39] 马萨诸塞州牛顿;Raftery,AE,带加权似然引导的近似贝叶斯推断(带讨论),J R Stat Soc B,56,3-48(1994)·Zbl 0788.62026号
[40] R核心团队(2020)R:统计计算的语言和环境。R统计计算基金会,维也纳。网址:http://www.R-project.org
[41] Rossi P(2019)贝叶斯:营销/微观经济计量学的贝叶斯推断。R软件包版本3.1-4。https://CRAN.R-project.org/package=bayesm
[42] Schott,JR,《统计矩阵分析》(2005),纽约:威利出版社,纽约·Zbl 1076.15002号
[43] Schwarz,G.,估算模型的维数,Ann Stat,6,2,461-464(1978)·Zbl 0379.62005年
[44] 北卡罗来纳州施特勒。;Bühlmann,P。;van de Geer,S.,(\ell 1)-混合回归模型的惩罚,Test,19209-256(2010)·Zbl 1203.62128号
[45] 唐奇。;Karununi,RJ,有限混合回归模型中的最小距离估计,J Multivar Ana,120185-204(2013)·Zbl 1349.62064号
[46] 塔什曼,A。;Frey,RJ,《使用有限混合建模套利策略中的风险》,《Quant Finance》,第9495-503页(2009年)·兹比尔1278.91153
[47] Turner,TR,通过混合回归估计马铃薯病毒感染的繁殖率,应用统计,49,371-384(2000)·Zbl 0971.62076号
[48] Turner TR(2014)mixreg:拟合回归混合的函数。http://CRAN.R-project.org/package=mixreg。2019年1月11日访问
[49] 马里兰州范霍恩;Jaki,T。;Masyn,K.,《使用回归交互作用和回归混合模型评估差异效应》,《教育心理测量》,75,677-714(2015)
[50] Wedel,M.,有限混合物模型中的伴随变量,Stat Neerl,56362-375(2002)·Zbl 1076.62531号
[51] White,H.,错误指定模型的最大似然估计,《计量经济学》,50,1-25(1982)·Zbl 0478.62088号
[52] 姚,F。;Fu,Y。;Lee,TCM,功能混合物回归,生物统计学,12,341-353(2011)·Zbl 1437.62665号
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。