Modélisation par mélange
La modélisation par mélange suppose qu'une population est composée de K sous-populations non observées, chacune décrite par sa propre distribution de probabilité. Les données observées sont traitées comme des tirages d'une combinaison pondérée de ces distributions composantes. Elle offre une alternative principielle et basée sur un modèle au clustering ad hoc et permet la comparaison formelle de solutions avec un nombre différent de composantes.
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.
+7 more
Sources
- McLachlan, G. J. & Peel, D. (2000). Finite Mixture Models. Wiley-Interscience. ISBN: 978-0471006268
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Finite Mixture Modeling. ScholarGate. https://scholargate.app/fr/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.
- Modélisation bayésienne de mélangesStatistique↔ compare
- Analyse de regroupementStatistique↔ compare
- Analyse factorielle exploratoire (AFE)Statistique↔ compare
- Analyse de classes latentes (ACL)Statistique↔ compare
- Analyse de Profils Latents (LPA)Psychométrie↔ compare
- Modélisation par équations structurellesStatistiques de recherche↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →