文献

J-GLOBAL ID：201802219565833038   整理番号：18A0328793

回帰モデルの対数凹混合物のためのロバストなEM型アルゴリズム【Powered by NICT】

The robust EM-type algorithms for log-concave mixtures of regression models

著者 (3件)： Hu Hao (Department of Statistics, North Carolina State University, Raleigh, NC 27695, USA) ,  Yao Weixin (Department of Statistics, University of California, Riverside, CA 92521, USA) ,  Wu Yichao (Department of Statistics, North Carolina State University, Raleigh, NC 27695, USA)
資料名： Computational Statistics & Data Analysis  (Computational Statistics & Data Analysis)
巻： 111  ページ： 14-26  発行年： 2017年 
JST資料番号： H0911A  ISSN： 0167-9473  CODEN： CSDADW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 回帰(FMR)モデルの有限混合は不完全データ問題として再定式化でき,それらは期待値最大化(EM)アルゴリズムにより推定できた。主な欠点は,正規分布残差を用いたFMRモデルのような強いパラメトリック仮定である。モデルが間違っている場合推定が疑問視される。成分誤差密度に関するパラメトリック仮定を緩和するために,成分は対数凹誤差密度を持つことを仮定する場合のみによる混合回帰パラメータを推定する新しい方法を提案するが,特定のパラメトリックファミリーは知られていない。対数凹誤差密度による回帰モデルの混合物に対する二EM型アルゴリズムを提案した。筆者らのアルゴリズムの性能を比較した正規混合EMアルゴリズムとした数値的研究。成分誤差密度は正常でないとき,標準正規混合EMアルゴリズムと比較して,新しい方法は,はるかに小さいMSEを持っている。成分誤差密度は正常な場合,新しい方法は通常のEMアルゴリズムに匹敵する性能を示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *凹形 ,  *回帰モデル ,  *アルゴリズム ,  残差 ,  正規分布 ,  定式化 ,  *ロバスト性 ,  *対数
準シソーラス用語： EMアルゴリズム ,  不完全データ , 【Automatic Indexing@JST】

著者キーワード (4件)： EMアルゴリズム ,  対数凹最尤推定量 ,  回帰モデルの混合 ,  ロバスト回帰

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 回帰モデル ,  対数 ,  混合物 ,  ロバスト ,  EM ,  アルゴリズム