ScholarGate
Pembantu
Latent structureMultivariate analysis

Pemodelan Campuran Teguh

Pemodelan campuran teguh menyesuaikan model campuran terhingga — kaedah pengelompokan probabilistik yang menganggap data berasal daripada gabungan subpopulasi asas — menggunakan taburan komponen atau strategi anggaran yang direka untuk tidak sensitif kepada pencilan dan hingar berjejak tebal. Dua pendekatan dominan menggantikan komponen Gaussian dengan taburan berjejak lebih tebal seperti t multivariat, atau memangkas perkadaran tetap pemerhatian paling ekstrem sebelum penyesuaian.

Terapkan dengan StatMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

Sumber

  1. 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
  2. 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

Cara memetik halaman ini

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

Compare side by side

Dirujuk oleh

ScholarGateRobust Mixture Modeling (Robust Finite Mixture Modeling). Dicapai 2026-06-15 daripada https://scholargate.app/ms/statistics/robust-mixture-modeling · Set data: https://doi.org/10.5281/zenodo.20539026