Robustní modelování směsí
Robustní modelování směsí přizpůsobuje modely konečných směsí – pravděpodobnostní shlukovací metody, které předpokládají, že data pocházejí ze směsi podkladových subpopulací – pomocí komponentních distribucí nebo strategií odhadu navržených tak, aby byly necitlivé na odlehlé hodnoty a šum s těžkými chvosty. Dva dominantní přístupy nahrazují Gaussovské komponenty distribucemi s těžšími chvosty, jako je vícerozměrné t-rozdělení, nebo ořezávají pevnou proporci nejextrémnějších pozorování před přizpůsobením.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Garcia-Escudero, L. A., Gordaliza, A., Matran, C. & Mayo-Iscar, A. (2008). A general trimming approach to robust cluster analysis. Annals of Statistics, 36(3), 1324–1345. DOI: 10.1214/07-AOS515 ↗
- Peel, D. & McLachlan, G. J. (2000). Robust mixture modelling using the t distribution. Statistics and Computing, 10(4), 339–348. DOI: 10.1023/A:1008981510081 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Robust Finite Mixture Modeling. ScholarGate. https://scholargate.app/cs/statistics/robust-mixture-modeling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Modelování směsíStatistika↔ compare
- Robustní shluková analýza (TCLUST)Statistika↔ compare
- Robustní K-means shlukováníStatistika↔ compare
- Robustní latentní klasová analýzaStatistika↔ compare
- Robustní latentní profilová analýzaStatistika↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →