隶属度分析:一种可能的奠基路径
统计理论
2007-06-13 v1 统计理论
摘要
隶属度(GoM)分析于 1974 年提出,作为分析多变量分类数据的一种手段。此后,它已成功应用于诸多问题。GoM 分析的主要目标是基于多变量测量的结果推导个体的性质;此类性质以隐藏随机变量(个体的状态)在观测结果条件下的期望形式给出。在本文中,我们基于将观测随机变量的分布律视为另一个随机变量的实现,提出 GoM 模型的新视角。恰此新随机变量的某些矩可直接由观测估计。我们的方法使我们建立若干可估计矩与关注值之间的重要关系,这进而为新数值过程提供了基础。
引用
@article{arxiv.math/0403373,
title = {Grade of Membership Analysis: One Possible Approach to Foundations},
author = {Mikhail Kovtun and Igor Akushevich and Kenneth G. Manton and H. Dennis Tolley},
journal= {arXiv preprint arXiv:math/0403373},
year = {2007}
}
备注
26 pages