扩展有限混合模型：结合偏正态分布与隐马尔可夫模型用于时间序列
统计方法学
2025-09-25 v1 应用统计
摘要
我们通过将偏正态分布纳入隐马尔可夫模型框架，扩展了有限混合模型。通过假设常数转移概率矩阵并允许发射分布根据隐状态变化，所提出的模型有效捕捉了变量之间的动态依赖关系。通过估计状态特定参数，包括位置、尺度和偏度，所提出的模型能够在解决高斯混合固有的过拟合和计算效率低下等挑战的同时，检测结构变化，如观测数据分布的偏移。仿真研究和真实数据分析均证明了该方法的鲁棒性和灵活性，突出了其准确建模非对称数据和检测状态转换的能力。这一方法学进展扩大了有限混合隐马尔可夫模型在各领域的适用性，包括人口学、经济学、金融和环境研究，为理解复杂时间动态提供了强大工具。
引用
@article{arxiv.2509.19920,
title = {Extending finite mixture models with skew-normal distributions and hidden Markov models for time series},
author = {Andrea Nigri and Marco Forti and Han Lin Shang},
journal= {arXiv preprint arXiv:2509.19920},
year = {2025}
}
备注
37 pages, 10 figures, 6 tables