稳健混合模型--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

本书提出了经由均值漂移惩罚的稳健混合模型方法（RMM）和稳健混合回归模型方法（RM2），这两种方法可以同时进行参数估计和离群值检测。一个均值漂移参数γ，被引入到混合模型（混合回归模型）中，并用非凸的惩罚函数对其加以惩罚。这些非凸的惩罚函数都有对应的闹值法则用于对该均值漂移参数的估计。基于这样的模型设定，我们提出了一种选代的间值嵌入式的EM算法对惩罚目标函数优选化进行参数估计。通过和其他的稳健混合回归模型方法进行比较，我们提出的RMM和RM2方法在离群值检测和参数估计两个方面都有更优的表现。

Chapter 1 Robust Linear Regression: A Review and Comparison
1.1 Introduction
1.2 Robust Regression Methods
1.2.1 M-estimates
1.2.2 LMS estimates
1.2.3 LTS estimates
1.2.4 S-estimates
1.2.5 Generalized S-estimates (GS-estimates)
1.2.6 MM-estimates
1.2.7 Mallows GM-estimates
1.2.8 Schweppe GM-estimates
1.2.9 S1S GM-estimates
1.2.10 R-estimates
1.2.11 REWLSE
1.2.12 Robust regression based on regularization of case-specific parameters
1.3 Examples
1.4 Discussion
Chapter 2 A Selective Overview and Comparison of Robust Mixture Regression Estimators
2.1 Introduction
2.2 Robust mixture regression methods
2.2.1 Robust mixture regresion using the t-distribution
2.2.2 Robust mixture regression modeling using Pearson type VM distribution
2.2.3 Robust mixture regression model fitting by Laplace distribution
2.2.4 Robust mixture regression modeling based on Scale mixtures of skew-normal distributions
2.2.5 Robust mixture regression with random covariates via trimming and constraints
2.2.6 Robust clustering in regression analysis via the contaminated gaussian cluster weighted model
2.2.7 Trimmed likelihood estimator
2.2.8 Least trimmed squares estimator
2.2.9 Robust estimator based on a modified EM algorithm with bisquare loss
2.2.10 Robust EM-type algorithm for log-concave mixtures of regression models
2.3 Simulation studies
2.4 Discussion
Chapter 3 Outlier Detection and Robust Mixture Modeling Using Nonconvex Penalized Likelihood
3.1 Introduction
3.2 Robust Mixture Model via Mean-Shift Penalization
3.2.1 RMM for Equal Component Variances
3.2.2 RMM for Unequal Component Variances
3.2.3 Tuning Parameter Selection
3.3 Simulation
3.3.1 Methods and Evaluation Measures
3.3.2 Results
3.4 Real Data Application
3.5 Discussion
Chapter 4 Outlier Detection and Robust Mixture Regression Using Nonconvex Penalized Likelihood
4.1 Introduction
4.2 Robust Mixture Regression via Mean-shift Penalization
4.3 Simulation
4.3.1 Simulation Setups
4.3.2 Methods and Evaluation Measures
4.3.3 Results
4.4 Tone Perception Data Analysis
4.5 Discussion
Appendix
References

稳健混合模型

库存： {{selectedSku?.stock}} 库存充足