基于EM算法的混合t-分布模型参数估计
2018-10-10分类号:O211.3
【部门】华北电力大学数理学院
【摘要】混合t-分布模型是分析重尾数据的重要建模工具之一,不易受离群点、异常值点的影响,比混合高斯分布模型具有更好的稳健性。文章研究了两总体一元混合t-分布模型,基于EM算法给出了该模型参数极大似然估计的迭代步骤,并采用k-means方法进行算法初始化,然后分别在三类模拟数据下对比验证了该模型的有效性以及在拟合重尾数据上的优势。
【关键词】混合t-分布 EM算法 k-means初始化 极大似然估计
【基金】国家自然科学基金资助项目(11601150);; 中央高校基本科研业务费专项资金资助项目(2016MS62)
【所属期刊栏目】统计与决策
文献传递