使用污染高斯分布的稳健半参数混合专家模型
统计方法学
2026-01-21 v1 统计计算
摘要
半参数和非参数混合回归模型是一类非常灵活的混合回归模型，其中部分或全部参数是协变量的非参数函数。然而，这些模型基于分量误差分布的高斯假设。因此，它们的估计对异常值和重尾误差分布敏感。在本文中，我们提出了半参数和非参数污染高斯混合回归模型，以在存在轻微异常值的情况下稳健地估计模型的参数和/或非参数项。使用污染高斯误差分布的优点在于，我们可以同时执行基于模型的观测值聚类和基于模型的异常值检测。我们提出了两种算法，一种期望最大化(EM)型算法和一种期望条件最大化(ECM)型算法，分别对提出模型的参数和非参数部分进行最大似然和局部似然核估计。通过广泛的模拟研究检验了所提出模型的稳健性。使用真实数据展示了所提出模型的实际效用。
引用
@article{arxiv.2601.12425,
title = {Robust semi-parametric mixtures of linear experts using the contaminated Gaussian distribution},
author = {Peterson Mambondimumwe and Sphiwe B. Skhosana and Najmeh Nakhaei Rad},
journal= {arXiv preprint arXiv:2601.12425},
year = {2026}
}