不同类型数据下混合模型参数估计效果的对比研究

• 作者: 李迎华 杨雪梅 王小英
• 来源期刊: 统计学与应用
• 学科: 工学
• 关键词: EM算法 混合t-分布模型 k-Means初始化
• 年，卷（期）: 2017,（4）
• 页码范围: 482-491
• 页数: 10页
• 分类号: TP39

摘要

混合高斯模型在描述数据方面应用较多,但它易受离群点的影响,其参数的极大似然估计不是稳健估计。混合t-分布模型由于其重尾分布的特性,相对于混合高斯分布,在分析重尾数据上更具稳健性。文章首先研究一元混合t-分布模型,利用标准EM算法给出了该模型参数极大似然估计的迭代步骤,并分别在三类模拟数据下与混合高斯模型进行了对比分析,验证了该模型的有效性以及在拟合重尾数据上的优势。算法初始化采用k-means方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小英	华北电力大学数理学院	7	6	1.0	2.0
2	李迎华	华北电力大学数理学院	3	1	1.0	1.0
3	杨雪梅	华北电力大学数理学院	3	1	1.0	1.0