×
莫妮娅·拉纳利；布鲁斯·林赛（Bruce G.Lindsay）。；大卫·R·亨特。

正态混合问题的经典不变性方法。 （英语） Zbl 1453.62551号

统计正弦。 30，第3期，1235-1254（2020年）.
本文的主要结果涉及正态混合模型的合理使用。也就是说，在处理参数空间的选定部分的情况下，证明了存在有界边际似然，并且它非常接近信息中的完全似然。结果表明，与针对正态混合设计的其他方法相比，所提出的通用方法（提出了两种算法）是有效的。该方法在实际数据集上进行了说明。
审核人：丹尼斯·西多罗夫（伊尔库茨克）

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62页第12页 统计在环境和相关主题中的应用

关键词：

EM算法；混合物模型；边际似然；蒙特卡洛似然

软件：

伯纳
PDF格式BibTeX公司 XML格式引用
\textit{M.Ranalli}等人，Stat.Sin。30，第3号，1235--1254（2020；Zbl 1453.62551）
全文： 内政部 链接

参考文献：

[1] Broniatowski，M.、Celeux，G.和Diebolt，J.（1983年）。密度调查是获取信息概率的基本算法。数据分析与信息3，359-373。
[2] Celeux，G.、Chauveau，D.和Diebolt，J.（1995）。关于EM算法的随机版本。研究报告RR-2514，INRIA·Zbl 0907.62024号
[3] Celeux，G.和Diebolt，J.（1985）。SEM算法：一种概率教师算法，源自混合问题的EM算法。《计算统计季刊》第2期，第73-82页。
[4] Celeux，G.和Diebolt，J.（1992年）。混合问题的随机逼近型EM算法。随机与随机报告41，119-134·Zbl 0766.62050号
[5] Celeux，G.和Govaert，G.（1995年）。高斯简约聚类模型。模式识别28，781-793。
[6] Chen，J.和Tan，X.（2009）。多元正态混合物的推断。《多变量分析杂志》100，1367-1383·兹比尔1162.62052
[7] Chen，J.、Tan，X.和Zhang，R.（2008）。均值和方差的正态混合推断。中国统计局18，443·Zbl 1135.62018号
[8] Ciuperca，G.、Ridolfi，A.和Idier，J.（2003）。正态混合物的惩罚最大似然估计。斯堪的纳维亚统计杂志30，45-59·Zbl 1034.62018年
[9] Cox，D.R.和Hinkley，D.V.（1979年）。理论统计。泰勒和弗朗西斯·Zbl 0334.62003号
[10] Crawford，S.L.、DeGroot，M.H.、Kadane，J.B.和Small，M.J.（1992年）。湖系分布建模：估计有限混合模型的近似贝叶斯方法。技术度量34，441-453。
[11] Geyer，C.J.（1994）。关于蒙特卡罗最大似然计算的收敛性。英国皇家统计学会杂志。B系列（统计方法）56，261-274·Zbl 0784.62019号
[12] Geyer，C.J.和Thompson，E.A.（1992年）。相关数据的约束蒙特卡罗最大似然。英国皇家统计学会杂志。B系列（统计方法）54，657-699。
[13] 戈达姆·V·P（1960）。正则极大似然估计的一个最佳性质。数学统计年鉴311208-1211·Zbl 0118.34301号
[14] Hathaway，R.J.（1985）。正态混合分布极大似然估计的约束公式。统计年鉴13，795-800·Zbl 0576.62039号
[15] Hathaway，R.J.（1986年）。一元正态混合的约束EM算法。《统计计算与模拟杂志》23，211-230。
[16] Hummel，R.M.、Hunter，D.R.和Handcock，M.S.H.（2012）。改进基于仿真的ERGM拟合算法。计算与图形统计杂志21，920-939。
[17] Hunter，D.R.、Kuruppumullage Don，P.和Lindsay，B.G.（2018年）。EM算法的扩展视图。《混合物分析手册》，41-54。CRC出版社·Zbl 1428.62278号
[18] Ingrassia，S.和Rocci，R.（2007年）。多元高斯有限混合的约束单调EM算法。计算统计与数据分析51，5339-5351·Zbl 1445.62116号
[19] Ingrassia，S.和Rocci，R.（2011年）。多元高斯混合和动态约束的MLE EM算法的退化性。计算统计与数据分析55·Zbl 1328.65030号
[20] 1254RANALLI，LINDSAY AND HUNTER 1715-1725年。
[21] Kiefer，J.和Wolfowitz，J.（1956年）。存在无穷多个伴随参数时最大似然估计的相合性。《数理统计年鉴》27，887-906·Zbl 0073.14701号
[22] Kiefer，N.M.（1978年）。离散参数变化：切换回归模型的有效估计。经济计量学46，427-434·Zbl 0408.62058号
[23] McLachlan，G.和Peel，D.（2000年）。有限混合模型，第1版。概率统计威利级数。威利-国际科学·Zbl 0963.62061号
[24] Owen，A.和Zhou，Y.（2000）。安全有效的重要性抽样。《美国统计协会杂志》95，135-143·Zbl 0998.65003号
[25] 皮尔逊，K.（1894年）。对进化数学理论的贡献。伦敦皇家学会哲学学报A185，71-110·JFM 25.0347.02号
[26] Peters，J.和Walker，H.F.（1978年）。获得混合正态分布参数的最大似然估计的迭代过程。SIAM应用数学杂志35362-378·Zbl 0443.65112号
[27] Policello II，G.E.（1981年）。高斯混合中的条件最大似然估计。《科学工作中的统计分布》，第111-125页。斯普林格·Zbl 0477.62013年
[28] Richardson，S.和Green，P.J.（1997）。关于具有未知组分数量的混合物的贝叶斯分析（带讨论）。《皇家统计学会杂志：B辑（统计方法）》59，731-792·Zbl 0891.62020号
[29] Seo，B.和Lindsay，B.G.（2010年）。以正态混合模型为例，给出了双平滑MLE的计算策略。计算统计与数据分析541930-1941·Zbl 1284.62234号
[30] Sung，Y.J.和Geyer，C.J.（2007）。缺失数据模型的蒙特卡罗似然推断。统计年鉴35990-1011·Zbl 1124.62009年
[31] Tanaka，K.和Takemura，A.（2006年）。有限位置混合最大似然估计的强相合性：当尺度参数指数小时的尺度分布。伯努利1203-1017·Zbl 1117.62025号
[32] Tanner，M.A.（1991年）。统计推断工具。斯普林格·兹比尔0724.62003
[33] Wei，G.C.和Tanner，M.A.（1990年）。EM算法和穷人数据增强算法的蒙特卡罗实现。《美国统计协会杂志》85，699-704。
[34] Yao，W.（2010）。非等方差正态混合的一种剖面似然方法。统计规划与推断杂志1402089-1998·Zbl 1184.62029号
[35] 宾夕法尼亚州立大学统计系，地址：310 Thomas Bldg.，University Park，
[36] 美国宾夕法尼亚州16802。
[37] 电子邮件：邮箱：459@psu.edu
[38] 宾夕法尼亚州立大学统计系，地址：310 Thomas Bldg.，University Park，
[39] 美国宾夕法尼亚州16802。
[40] 宾夕法尼亚州立大学统计系，地址：310 Thomas Bldg.，University Park，
[41] 美国宾夕法尼亚州16802。
[42] 电子邮件：dhunter@psu。
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。