Latent structureMultivariate analysis
강건 혼합 모델링
강건 혼합 모델링은 유한 혼합 모델(데이터가 잠재 하위 모집단의 혼합에서 발생한다고 가정하는 확률적 군집 방법)을, 이상치 및 중미(heavy-tailed) 노이즈에 둔감하도록 설계된 구성 요소 분포 또는 추정 전략을 사용하여 적합합니다. 두 가지 지배적인 접근 방식은 가우시안 구성 요소를 다변량 t와 같은 더 중미 분포로 대체하거나, 적합하기 전에 가장 극단적인 관측치의 고정 비율을 잘라냅니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Finite Mixture Modeling. ScholarGate. https://scholargate.app/ko/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.
- 혼합 모형화통계학↔ compare
- 강건 군집 분석 (TCLUST)통계학↔ compare
- 강건 K-평균 군집화통계학↔ compare
- 강건 잠재계층 분석통계학↔ compare
- 강건 잠재 프로파일 분석통계학↔ compare