• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >Robust mixture modeling using the skew t distribution
【24h】

Robust mixture modeling using the skew t distribution

机译：使用偏斜分布进行稳健的混合物建模

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A finite mixture model using the Student's t distribution has been recognized as a robust extension of normal mixtures. Recently, a mixture of skew normal distributions has been found to be effective in the treatment of heterogeneous data involving asymmetric behaviors across subclasses. In this article, we propose a robust mixture framework based on the skew t distribution to efficiently deal with heavy-tailedness, extra skewness and multimodality in a wide range of settings. Statistical mixture modeling based on normal, Student's t and skew normal distributions can be viewed as special cases of the skew t mixture model. We present analytically simple EM-type algorithms for iteratively computing maximum likelihood estimates. The proposed methodology is illustrated by analyzing a real data example.
机译：使用学生t分布的有限混合模型已被认为是正常混合的可靠扩展。最近，发现偏态正态分布的混合对于处理涉及跨子类不对称行为的异构数据是有效的。在本文中，我们提出了一个基于偏态分布的健壮的混合框架，以有效地应对各种环境中的重尾，超偏态和多峰性。基于正态，学生t和偏态正态分布的统计混合建模可以看作是偏态t混合模型的特殊情况。我们提出用于迭代计算最大似然估计的分析简单的EM类型算法。通过分析实际数据示例来说明所提出的方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号