×
安东尼奥·蓬佐;萨尔瓦多Ingrassia;安东尼奥·马鲁蒂

多元隐马尔可夫回归模型：随机协变量和重尾分布。 （英语） Zbl 1477.62224号

统计Pap。 62，第3期，1519-1555（2021）.
小结：尽管隐马尔可夫回归模型的方法学最近取得了进展，并且在广泛的经验环境中的应用迅速增加，复杂的基于聚类的研究问题，包括协变量集对分类的贡献以及非典型观察的存在，通常被忽略了错误模型假设的可能影响。带有随机协变量的隐马尔可夫回归模型（HMRMRCs）最近被提出，作为对经典固定协变量方法的改进，允许协变量对潜在的聚类结构作出贡献。为了使方法更加灵活，当所有考虑的随机变量都是连续的时，这里定义了HMRMRC，重点是三个多元椭圆分布：正态（参考分布）、t和污染正态。后两个是正态分布的重尾推广，用于保护参考模型以防出现轻度非典型点，并允许我们自动检测它们。提供了可识别性条件，概述了基于EM的参数估计算法，并讨论了各种实现和操作问题。通过蒙特卡罗实验评估回归系数和隐藏路径参数的估计量的性质，目的是显示错误模型假设对参数估计和推断聚类的影响。提供了人工和实际数据分析，以研究存在异质性和非典型观测的模型行为。

引用于4文件

MSC公司：

2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型
62H30型 分类和区分；聚类分析（统计方面）
62J05型 线性回归；混合模型
62甲12 多元分析中的估计
62层35 鲁棒性和自适应程序（参数推断）

关键词：

隐马尔可夫模型;多变量结果;非典型观察;群集;重尾分布

软件：

R（右）;柔性CWM;受污染混合物
PDF格式BibTeX公司 XML格式引用
\textit｛A.Punzo｝等人，《法律总汇》第页。62，第3号，1519-1555（2021；Zbl 1477.62224）
全文： 内政部

参考文献：

[1] 巴托卢奇，F。；Farcomeni，A.，基于潜在马尔可夫异质性结构的纵向数据动态logit模型的多元扩展，美国统计协会，104，816-831（2009）·Zbl 1388.62158号 ·doi:10.1198/jasa.2009.0107
[2] 巴托卢奇，F。；Farcomeni，A。；Pennoni，F.，《潜在马尔可夫模型：用协变量分析纵向数据的一般框架》，Test，23，3，433-465（2014）·Zbl 1305.62299号 ·doi:10.1007/s11749-014-0381-7
[3] 鲍姆，LE；Petrie，T。；索尔斯，G。；Weiss，N.，马尔可夫链概率函数统计分析中出现的最大化技术，《数学统计年鉴》，41，1，164-171（1970）·Zbl 0188.49603号 ·doi:10.1214/aoms/1177697196
[4] 伯纳迪，M。；Maruotti，A。；Petrella，L.，多元动态重尾模型的多重风险度量，《Empir Finance杂志》，43，1-32（2017）·doi:10.1016/j.jempfin.2017.04.005
[5] 比尔纳基，C。；Lourme，A.，稳定和可视化高斯简约聚类模型，统计计算，24，6，953-969（2014）·Zbl 1332.62199号 ·doi:10.1007/s11222-013-9413-5
[6] 克罗克斯，C。；Dehon，C.，多重相关系数的估计：局部稳健性和置信区间，Stat Pap，44，3，315-334（2003）·Zbl 1052.62028号 ·doi:10.1007/s00362-003-0158-7
[7] UJ Dang；Punzo，A。；麦克尼古拉斯，PD；Ingrassia，S.公司。；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 ·doi:10.1007/s00357-017-9221-2
[8] Dannemann，J。；霍尔兹曼，H。；Leister，A.，半参数隐马尔可夫模型：可识别性和估计，Wiley Interdiscip Rev Comput Stat，6，6，418-425（2014）·doi:10.1002/wics.1326
[9] Hennig，C.，聚类线性回归模型的可识别性，J Classif，17，2，273-296（2000）·Zbl 1017.62058号 ·doi:10.1007/s0035700000022
[10] 侯赛因，A。；Naik，DN，《线性回归中影响观测值检测的比较研究》，Stat Pap，32，1，55-69（1991）·doi:10.1007/BF02925479
[11] Ingrassia，S.公司。；Rocci，R.，多元高斯有限混合的约束单调EM算法，计算统计数据分析，51，11，5339-5351（2007）·Zbl 1445.62116号 ·doi:10.1016/j.csda.2006.10.011
[12] Ingrassia，S.公司。；南卡罗来纳州米诺蒂；Punzo，A.，通过线性聚类加权模型进行基于模型的聚类，《计算统计数据分析》，71，159-182（2014）·Zbl 1471.62095号 ·doi:10.1016/j.csda.2013.02.012
[13] 拉科斯，VH；安哥里尼，T。；Abanto Valle，CA，关于重尾分布下测量误差模型的估计和局部影响分析，Stat Pap，52，3567-590（2011）·Zbl 1434.62152号 ·doi:10.1007/s00362-009-0270-4
[14] Leroux，BG，隐马尔可夫模型的最大似然估计，Stoch过程及其应用，40，1，127-143（1992）·Zbl 0738.62081号 ·doi:10.1016/0304-4149（92）90141-C
[15] Maronna，RA，Robust（{M}）-多元位置和散布的估计量，Ann Stat，4，1，51-67（1976）·Zbl 0322.62054号 ·doi:10.1214/aos/1176343347
[16] Martinez-Zarzoso，I。；Maruotti，A.，《环境库兹涅茨曲线：功能形式、时变异质性和面板设置中的异常值》，环境计量学，24，7，461-475（2013）·Zbl 1525.62177号 ·doi:10.1002/env.2232
[17] Maruotti，A.，《纵向数据的混合隐马尔可夫模型：综述》，《国际统计评论》，79，3，427-454（2011）·Zbl 1238.62094号 ·doi:10.1111/j.1751-5823.011.00160.x
[18] Maruotti，A.，《纵向设置下隐马尔可夫回归模型的稳健拟合》，J Stat Compute Simul，84，8，1728-1747（2014）·Zbl 1453.62618号 ·doi:10.1080/00949655.2013.763943
[19] Maruotti，A。；Punzo，A.，多元纵向数据的基于模型的时变聚类与协变量和离群值，《计算统计数据分析》，113，475-496（2017）·Zbl 1464.62128号 ·doi:10.1016/j.csda.2016.05.024
[20] Maruotti，A。；Bulla，J。；拉戈纳，F。；皮科内，M。；Martella，F.，表征多元空气污染物暴露的因子分析仪动态混合物，《Ann Appl Stat》，11，3，1617-1648（2017）·Zbl 1380.62265号 ·doi:10.1214/17-AOAS1049
[21] Maruotti，A。；Punzo，A。；Bagnato，L.，用于日收益序列稳健建模的具有多元轻量级正态分量的隐马尔可夫和半马尔可夫模型，《金融经济学杂志》，17，1，91-117（2019）·doi:10.1093/jjfinec/nby019
[22] 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
[23] 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）·doi:10.18637/jss.v086.i02
[24] 麦克拉克伦，G。；Krishnan，T.，《EM算法和扩展》，《概率统计中的威利级数》（2007），纽约：威利出版社，纽约
[25] 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 ·doi:10.1002/0471721182
[26] 孟，XL；Rubin，DB，《通过ECM算法进行最大似然估计：一般框架》，Biometrika，80，2，267-278（1993）·Zbl 0778.62022号 ·doi:10.1093/biomet/80.2.267
[27] 牛，X。；李，P。；Zhang，P.，在正态分布的比例混合中测试同质性，Stat Pap，57，2，499-516（2016）·Zbl 1348.62052号 ·doi:10.1007/s00362-015-0665-3
[28] Punzo，A。；Ingrassia，S.公司。；莫里尼，I。；Minerva，T。；Vichi，M.，简约广义线性高斯聚类加权模型，数据分析统计模型进展，201-209（2015），瑞士：施普林格·doi:10.1007/978-3-319-17377-1_21
[29] Punzo，A。；Maruotti，A.，《聚类多元纵向观测：污染高斯隐马尔可夫模型》，《计算图统计杂志》，25，4，1097-1116（2016）·doi:10.1080/10618600.2015.1089776
[30] Punzo，A。；McNicholas，PD，多元污染正态分布的简约混合，Biom J，58，6，1506-1537（2016）·Zbl 1353.62124号 ·doi:10.1002/bimj.201500144
[31] Punzo，A。；McNicholas，PD，通过污染高斯聚类加权模型进行回归分析中的稳健聚类，J Classif，34，2，249-293（2017）·Zbl 1373.62316号 ·数字对象标识代码：10.1007/s00357-017-9234-x
[32] Punzo，A。；Ingrassia，S.公司。；Maruotti，A.，具有随机协变量的多变量广义隐马尔可夫回归模型：老年人群的体育锻炼，Stat Med，37，192797-2808（2018）·doi:10.1002/sim.7687
[33] Punzo，A。；Mazza，A。；McNicholas，PD，《污染混合：拟合多元污染正态分布简约混合的R包》，J Stat Softw，85，10，1-25（2018）·doi:10.18637/jss.v085.i10
[34] R核心团队（2018）R：统计计算的语言和环境。R统计计算基金会，奥地利维也纳。https://www.R-project.org/
[35] Ritter，G.，稳健聚类分析和变量选择，Chapman&Hall/CRC统计与应用概率专著（2015），博卡拉顿：CRC出版社，博卡拉顿·Zbl 1341.62037号
[36] 罗素，PJ；勒罗伊，AM，《稳健回归和离群值检测》（2005），霍博肯：威利，霍博克·Zbl 0711.62030号
[37] Subedi，S。；Punzo，A。；Ingrassia，S.公司。；McNicholas，PD，通过聚类加权因子分析仪进行聚类和分类，Adv Data Anal Classif，7，1，5-40（2013）·Zbl 1271.62137号 ·doi:10.1007/s11634-013-0124-8
[38] Subedi，S。；Punzo，A。；Ingrassia，S.公司。；McNicholas，PD，基于稳健模型的聚类和降维的聚类加权因子分析，统计方法应用，24，4，623-649（2015）·Zbl 1416.62362号 ·doi:10.1007/s10260-015-0298-7
[39] 维瑟，I。；Raijmakers，MEJ；Molenaar，PCM，隐马尔可夫模型参数的置信区间，英国数学统计心理学杂志，53，2，317-327（2000）·doi:10.1348/000711000159240
[40] 西祖奇尼。；伊利诺伊州麦克唐纳；Langrock，R.，《时间序列的隐马尔可夫模型：使用R的简介》，统计学和应用概率专著，（2016年），博卡拉顿：CRC出版社，博卡拉顿·Zbl 1362.62005年
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。