Modélisation bayésienne de mélanges
La modélisation bayésienne de mélanges représente la population comme une somme pondérée de K distributions composantes et estime toutes les inconnues — poids de mélange, paramètres des composantes, et même le nombre de composantes — par inférence a posteriori. Elle étend l'analyse classique de mélanges en plaçant des a priori sur chaque paramètre et en quantifiant l'incertitude sur les affectations latentes aux groupes plutôt qu'en les traitant comme fixes.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Fruhwirth-Schnatter, S., Celeux, G. & Robert, C. P. (Eds.) (2019). Handbook of Mixture Analysis. CRC Press / Chapman & Hall. ISBN: 9780367733995
- Richardson, S. & Green, P. J. (1997). On Bayesian analysis of mixtures with an unknown number of components. Journal of the Royal Statistical Society: Series B, 59(4), 731–792. DOI: 10.1111/1467-9868.00095 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Finite Mixture Modeling. ScholarGate. https://scholargate.app/fr/statistics/bayesian-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.
- Analyse de classification bayésienneStatistique↔ compare
- Bayesian Latent Class AnalysisStatistique↔ compare
- Analyse de classes latentes (ACL)Statistique↔ compare
- Modélisation par mélangeStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →