×

聚类对分布密度统计估计精度的影响。 (英语) Zbl 1116.62038号

综述:本文致力于多元分布密度的统计非参数估计。利用蒙特卡罗方法分析了数据预聚类对多模密度估计精度的影响。结果表明,软聚类比硬聚类更具优势。虽然集群数量的适度增加也会增加计算时间,但它大大减少了估计误差。

MSC公司:

62克07 密度估算
62甲12 多元分析中的估计
65二氧化碳 蒙特卡罗方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aburdene,M.F.,离散勒让德多项式系数的递归计算,多维。系统。信号处理。,7,221-224(1996年)·Zbl 0846.68108号 ·doi:10.1007/BF01827815
[2] 乔·维克,J。;Koronacki,J.,《多元密度估计:比较研究》,神经计算。申请。,6, 3, 173-185 (1997) ·Zbl 0915.62021号 ·doi:10.1007/BF01413829
[3] Duong,T.:多元核密度估计的带宽矩阵。博士论文(2004),第161页
[4] 弗里德曼,J.H.,《探索性投影追求》,J.Am.Stat.Assoc.,82,397,249-266(1987)·Zbl 0664.62060号 ·doi:10.2307/2289161
[5] 弗里德曼,J.H。;Stuetzle,W。;Schroeder,A.,投影追踪密度估计,美国统计协会,79,599-608(1984)·doi:10.2307/2288406
[6] Hall,P.,The Bootstrap and Edgeworth Expansion(1992),纽约:Springer,New York·Zbl 0744.62026号
[7] Huber,P.J.,《投影追踪》,《Ann.Stat.》,第13、2、435-475页(1985年)·Zbl 0595.62059号
[8] Hwang,J.N。;Lay,S.R。;Lippman,A.,《非参数多元密度估计:比较研究》,IEEE Trans。信号处理。,42, 10, 2795-2810 (1994) ·doi:10.10109/78.324744
[9] Jeon,B。;Landgrebe,D.A.,使用基于聚类的分支和界限快速parzen密度估计,IEEE Trans。模式分析。机器。智力。,16, 9, 950-954 (1994) ·数字对象标识代码:10.1109/34.310693
[10] 琼斯,M.C。;Marron,J.S.(马伦,J.S.)。;Sheather,S.J.,《密度估算中带宽选择的简要调查》,美国统计协会,91,401-407(1996)·Zbl 0873.62040号 ·数字对象标识代码:10.2307/2291420
[11] Rudzkis,R。;Radavičius,M.,混合高斯分布的统计估计,Acta Appl。数学。,38, 37-54 (1995) ·兹比尔0826.62042 ·doi:10.1007/BF00992613
[12] Ruzgas,T。;Rudzkis,R。;Kavaliauskas,M.,聚类在分布密度非参数估计中的应用,非线性分析。模型。控制,11,4,393-411(2006)·Zbl 1117.62035号
[13] Scott,D.W.,《多元密度估计:理论、实践和可视化》(1992),纽约:威利出版社·Zbl 0850.62006号
[14] Silverman,B.W.,《统计和数据分析密度估计》(1986),伦敦:查普曼和霍尔出版社,伦敦·Zbl 0617.62042号
[15] 斯通,C.J。;Hansen,M。;科珀伯格,C。;Truong,Y.K.,《扩展线性建模中的多项式样条及其张量积》,《Ann.Stat.》,第25期,第1371-1470页(1997年)·Zbl 0924.62036号 ·doi:10.1214/aos/1031594728
[16] Wong,M.,《用于调查亚群数量的引导测试程序》,J.Stat.Compute。模拟。,22, 99-112 (1985)
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。