删失数据的线性专家混合模型：一种基于正态尺度混合分布的新方法
统计方法学
2020-07-15 v1 应用统计
统计计算
摘要
经典线性专家混合（MoE）模型是广泛用于数据建模、分类与聚类的统计框架之一。出于数学与计算便利对误差项作正态假设，经典 MoE 模型面临两个挑战：1）对异常观测与离群点敏感；2）对删失数据可能产生误导性的推断结果。本文旨在同时解决这两大挑战，提出一种新颖的鲁棒 MoE 模型，用于基于未观测误差项的正态尺度混合分布类的模型基聚类和删失数据判别。基于该新模型，我们发展了分析型的期望最大化（EM）型算法以获得极大似然参数估计。通过模拟研究考察了所提方法的性能、有效性与鲁棒性。最后，使用真实数据说明了新模型的优越性。
引用
@article{arxiv.2007.06635,
title = {Mixture of linear experts model for censored data: A novel approach with scale-mixture of normal distributions},
author = {Elham Mirfarah and Mehrdad Naderi and Ding-Geng Chen},
journal= {arXiv preprint arXiv:2007.06635},
year = {2020}
}
备注
21 pages,