非参数与半参数混合模型的统计推断及应用

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