EMMIX-uskew：通过EM算法拟合多元偏t分布混合的R包
统计计算
2013-03-29 v2 统计方法学
摘要
本文描述了一种拟合有限混合无限制多元偏t分布（FM-uMST）的算法。EMMIX-uskew包在R中实现了闭式期望最大化（EM）算法，用于计算（无限制）FM-MST模型参数的最大似然（ML）估计。EMMIX-uskew还支持二维和三维拟合轮廓的可视化，以及从指定FM-uMST分布生成随机样本。有限混合偏t分布已被证明在建模具有不对称和重尾行为的异质数据（例如流式细胞术数据集）中很有用。近年来，提出了各种版本的多元偏t分布（MST）混合模型。然而，这些模型采用了分量MST分布的某些限制性特征，以便EM算法的E步可以闭式计算。本文关注具有无限制MST分量的混合模型，并描述了一种迭代算法来计算其模型参数的ML估计。通过三个实际数据集的应用证明了所提算法的有用性。第一个例子通过将MST分布拟合到双变量单峰流式细胞样本，说明了包中主函数fmmst的使用。第二个例子将MST分布混合拟合到澳大利亚体育学院（AIS）数据，并证明EMMIX-uskew可以提供比具有限制性MST分量的混合更好的聚类结果。在第三个例子中，EMMIX-uskew被应用于对三变量流式细胞数据集中的细胞进行分类。与其他可用方法的比较表明，EMMIX-uskew的结果相对于基准门控分析给出的标签实现了更低的误分类率。
引用
@article{arxiv.1211.5290,
title = {EMMIX-uskew: An R Package for Fitting Mixtures of Multivariate Skew t-distributions via the EM Algorithm},
author = {Sharon X. Lee and Geoffrey J. McLachlan},
journal= {arXiv preprint arXiv:1211.5290},
year = {2013}
}