项目名称: 非参数与半参数混合模型的统计推断及应用
项目编号: No.11371235
项目类型: 面上项目
立项/批准年度: 2013
项目学科: 数理科学和化学
项目作者: 王绍立
作者单位: 上海财经大学
项目金额: 62万元
中文摘要: 实际应用中很多复杂的数据往往来自于非均匀的总体。非均匀数据的产生可能是由于样本是多个属性不同的子样本的混合,也可能是数据污染、数据缺失、或测量误差等所造成。如果产生样本的总体是不均匀的,单一的参数分布族往往不能很好地拟合数据。此时,我们需要假设总体由几个相对均匀的子总体组成,样本以一定概率来自于某个特定的子总体,即假设数据服从混合分布。本项目将研究非参数与半参数的混合模型,以及数据具有协变量时的回归混合模型等。我们拟结合核密度估计方法和局部似然函数方法,发展随机EM算法与贝叶斯分析方法对非参数混合模型、半参数混合模型与半参数回归混合模型进行参数估计与统计推断。同时研究算法的收敛性质与参数估计的渐进性质。在此基础上,我们将发展出的新方法应用于生物、医学、环境与金融等领域。
中文关键词: 混合模型;可识别性;非参数模型;回归模型;统计推断
英文摘要: Characters):A lot of complex data come from nonhomogeneous populations in applications. Nonhomogeneous populations may arise as a result of mixture of subpopulations of distinct characteristics, data contamination, missing data, or measurement errors and
英文关键词: mixture models;identifiability;nonparametric models;regression models;statistical inference