مدلسازی آمیخته استوار
مدلسازی آمیخته استوار، مدلهای آمیخته متناهی (روشهای خوشهبندی احتمالی که فرض میکنند دادهها از ترکیبی از زیرجمعیتهای زیربنایی نشأت میگیرند) را با استفاده از توزیعهای مؤلفهای یا استراتژیهای تخمینی که نسبت به نقاط پرت و نویز با دنباله سنگین بیتفاوت هستند، برازش میدهد. دو رویکرد غالب، مؤلفههای گوسی را با توزیعهای با دنباله سنگینتر مانند t چندمتغیره جایگزین میکنند، یا نسبت ثابتی از شدیدترین مشاهدات را قبل از برازش حذف میکنند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Robust Finite Mixture Modeling. ScholarGate. https://scholargate.app/fa/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.
- مدلسازی ترکیبیآمار↔ compare
- تحلیل خوشهای مقاوم (TCLUST)آمار↔ compare
- خوشهبندی K-means مقاوم (Robust K-means Clustering)آمار↔ compare
- تحلیل طبقهی نهفتهی مقاومآمار↔ compare
- تحلیل پروفایل نهفته مقاومآمار↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →