本文選題：混合正態(tài)分布 + EM算法��； 參考：《統(tǒng)計(jì)與信息論壇》2017年09期

【摘要】：針對(duì)EM算法在估計(jì)混合正態(tài)分布參數(shù)時(shí)使用不完全信息的總樣本所得到的參數(shù)估計(jì)誤差較大的問(wèn)題,提出一種新的估計(jì)方法——TU截?cái)喔倪M(jìn)算法。該算法根據(jù)正態(tài)分布的特點(diǎn),運(yùn)用部分擁有完全信息的樣本將混合正態(tài)分布中的分布參數(shù)逐一估計(jì)出來(lái)。這一算法一方面克服了EM算法運(yùn)用于混合分布的缺陷,另一方面改進(jìn)了使用截尾數(shù)據(jù)的參數(shù)估計(jì)。仿真結(jié)果表明,TU算法比EM算法估計(jì)更精確。
[Abstract]:In order to solve the problem that the estimation error of the total sample of incomplete information used in the estimation of mixed normal distribution parameters by EM algorithm is large, a new estimation method, TU truncation improved algorithm, is proposed. According to the characteristics of normal distribution, the distribution parameters of mixed normal distribution are estimated one by using partial samples with complete information. On the one hand, this algorithm overcomes the shortcoming of EM algorithm used in mixed distribution, on the other hand, it improves the parameter estimation using truncated data. The simulation results show that the TU algorithm is more accurate than the EM algorithm.
【作者單位】： 西南財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院;
【分類號(hào)】：O211.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 杜河建;;一個(gè)TU博弈的模糊延拓方法[J];模糊系統(tǒng)與數(shù)學(xué);2006年04期

，

本文編號(hào)：2089389