×
内科夫，N。;菲兹莫瑟，P。;R·迪莫娃。;Neytchev，P。

使用修剪似然估计的混合物的鲁棒拟合。 （英语） Zbl 1328.62033号

计算。统计数据分析。 52，第1期，299-308（2007）.
摘要：最大似然估计（MLE）通常用于估计有限混合分布中的未知参数。然而，MLE对数据中的异常值非常敏感。为了克服这一问题，提出了一种修正似然估计（TLE），以稳健的方式估计混合物。通过实例和仿真研究，说明了该方法与MLE相比的优越性。此外，作为鲁棒性的一个重要度量，描述了混合组分参数TLE的崩溃点（BDP）。在此背景下，还讨论了TLE与各种其他方法的关系，这些方法在拟合混合和聚类时结合了稳健性。

引用于1审查
引用于65文件

MSC公司：

62-07 数据分析（统计）（MSC2010）
10层62层 点估计
62E99型 统计分布理论

关键词：

最大似然估计量;修剪似然估计量;故障点;分布的有限混合;鲁棒聚类;异常检测

软件：

柔性混音
PDF格式BibTeX公司 XML格式引用
\textit{N.Neykov}等人，计算。统计数据分析。52，第1号，299--308（2007；Zbl 1328.62033）
全文： 内政部

参考文献：

[1] 坎贝尔，N.A.，混合模型和非典型值，数学。地质。，16, 465-477 (1984)
[2] Cizek，P.，2004年。一般修剪估计：非线性和有限因变量模型的稳健方法。第130号讨论文件，蒂尔堡大学经济研究中心。；Cizek，P.，2004年。一般修剪估计：非线性和有限因变量模型的稳健方法。第130号讨论文件，蒂尔堡大学经济研究中心。
[3] Davé，R。；Krishnapuram，R.，《稳健聚类方法：统一视图》，IEEE Trans。模糊系统。，5, 270-293 (1997)
[4] 迪莫娃，R。；Neykov，N.M.，带应用的修剪似然估计量崩溃点研究的广义d-fullness技术，（Hubert，M.；Pison，G.；Struyf，A.；Van Aelst，S.，《最新稳健方法的理论和应用》（2004），Birkhä用户：Birkhá用户巴塞尔），83-91·Zbl 1088.62045号
[5] 加列戈斯，麻省理工学院。；Ritter，G.，《稳健的聚类分析方法》，Ann.Statist。，33, 347-380 (2005) ·Zbl 1064.62074号
[6] 洛杉矶加西亚-埃斯库德罗。；Gordaliza，A。；Matran，C.，探索性数据分析中的修剪工具，J.Comput。图形统计。，12, 434-449 (2003)
[7] 哈迪，A.S。；Luceño，A.，《最大修剪似然估计量：统一方法、示例和算法》，计算。统计师。数据分析。，25, 251-272 (1997) ·Zbl 0900.62119号
[8] 汉佩尔，F.R。；Ronchetti，E.M。；Rousseeuw，P.J。；Stahel，W.A.，稳健统计。《基于影响函数的方法》（1986），威利：威利纽约·Zbl 0593.62027号
[9] 哈丁，J。；Roke，D.M.，使用最小协方差行列式估计器在多簇环境中检测异常值，计算。统计师。数据分析。，44, 625-638 (2004) ·Zbl 1430.62133号
[10] Hennig，C.，《聚类、离群值和回归：不动点聚类》，《多元分析杂志》。，86183-212（2003年）·Zbl 1020.62051号
[11] Huber，P.，《稳健统计》（1981），威利：威利纽约·Zbl 0536.62025号
[12] 于卡林。S.，《统计模式识别的稳健性》（1996年），Kluwer学术出版社：Kluwer-学术出版社，伦敦Dordrecht·Zbl 0879.62054号
[13] Leisch，F.，FlexMix:《有限混合模型和潜在类回归的一般框架》，R.J.Statist，Software，11（2004）http://www.jstatsoft.org/\（范围）
[14] Markatou，M.，《混合模型、稳健性和加权似然法》，生物统计学，56483-486（2000）·Zbl 1060.62511号
[15] 麦克拉克伦，G.J。；Peel，D.，有限混合模型（2000），Wiley:Wiley纽约·Zbl 0963.62061号
[16] Medasani，S.，Krishnapuram，R.，1998年。通过最大化修剪对数似然的稳健混合分解，并应用于图像数据库组织。摘自：《北美模糊信息社会研讨会论文集》，彭萨科拉，1998年8月，第237-241页。；Medasani，S.，Krishnapuram，R.，1998年。通过最大化修剪对数似然的稳健混合分解，并应用于图像数据库组织。摘自：《北美模糊信息社会研讨会论文集》，彭萨科拉，1998年8月，第237-241页。
[17] 穆勒，C.H。；Neykov，N.M.，广义线性模型中修剪似然和相关估计的分解点，J.Statist。计划。推理，116，503-519（2003）·Zbl 1178.62074号
[18] Neykov，N.M。；Müller，C.H.，广义线性模型中截尾似然估计的分解点和计算，（Dutter，R.；Filzmoser，P.；Gather，U.；Rousseuw，P.J.，《稳健统计的发展》（2003），《物理-验证：物理-验证-海德堡》），277-286·Zbl 1513.62150号
[19] Neykov，N.M。；Filzmoser，P。；迪莫娃，R。；Neytchev，P.N.，广义线性模型和修剪似然方法的混合，（Antoch，计算统计学论文集（2004），Physica Verlag:Physica Verlag-Wurzburg），1585-1592
[20] Rousseeuw，P.J。；Leroy，A.M.，《稳健回归和异常值检测》（1987），威利出版社，纽约·Zbl 0711.62030号
[21] Rousseeuw，P.J。；Van Driessen，K.，计算大数据集的最小二乘回归，Estadistica，54，163-190（1999）·Zbl 1034.62058号
[22] Rousseeuw，P.J。；Van Driessen，K.，最小协方差行列式估计的快速算法，技术计量学，41，212-223（1999）
[23] Vandev，D.L。；Neykov，N.M.，高斯情况下的稳健最大似然，（Ronchetti，E.；Stahel，W.A.，《数据分析和稳健的新方向》（1993），Birkhäuser:Birkháuser Basel），259-264·Zbl 0819.62049号
[24] Vandev，D.L。；Neykov，N.M.，《关于高崩溃点回归估计量》，《统计学》，32，111-129（1998）·Zbl 1077.62513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。