Robust blandningsmodellering
Robust blandningsmodellering anpassar ändliga blandningsmodeller – probabilistiska klustringsmetoder som antar att data härrör från en blandning av underliggande subpopulationer – med hjälp av komponentfördelningar eller skattningsstrategier som är utformade för att vara okänsliga för extremvärden och brus med tunga svansar. De två dominerande tillvägagångssätten ersätter Gaussiska komponenter med fördelningar med tyngre svansar, såsom den multivariata t-fördelningen, eller trimmar en fast proportion av de mest extrema observationerna före anpassning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Finite Mixture Modeling. ScholarGate. https://scholargate.app/sv/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.
- Mixture ModelingStatistik↔ compare
- Robust klusteranalys (TCLUST)Statistik↔ compare
- Robust K-means-klustringStatistik↔ compare
- Robust Latent Class AnalysisStatistik↔ compare
- Robust latentprofilanalysStatistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →