Latent structureMultivariate analysis

Sekoitusmallinnus

Sekoitusmallinnus olettaa, että populaatio koostuu K piilevästä osapopulaatiosta, joista kukin kuvataan omalla todennäköisyysjakaumallaan. Havaitut tiedot käsitellään näiden komponenttijakaumien painotetun yhdistelmän otoksina. Se tarjoaa periaatteellisen, mallipohjaisen vaihtoehdon ad hoc -klusterointiin ja tukee ratkaisujen muodollista vertailua eri komponenttimäärillä.

Sovella työkalulla StatMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

+7 more

Lähteet

  1. McLachlan, G. J. & Peel, D. (2000). Finite Mixture Models. Wiley-Interscience. ISBN: 978-0471006268
  2. Fraley, C. & Raftery, A. E. (2002). Model-based clustering, discriminant analysis, and density estimation. Journal of the American Statistical Association, 97(458), 611–631. DOI: 10.1198/016214502760047131

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Finite Mixture Modeling. ScholarGate. https://scholargate.app/fi/statistics/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.

Compare side by side

Tähän viittaavat

ScholarGateMixture Modeling (Finite Mixture Modeling). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/statistics/mixture-modeling · Aineisto: https://doi.org/10.5281/zenodo.20539026