欠損混合分布モデルとその応用  [in Japanese] Missing Region Modeling and the Multivariate Normal Mixture Model  [in Japanese]

Access this Article

Search this Article

Author(s)

Abstract

データ観測領域において何らかの事情により,ある領域でデータが観測できない状況がある.本論文は,まずデータの欠損数が未知と既知の2つの状況を2種類の統計モデルで提示し,これらが同値なモデルであることを示す.また複数の母集団分布が仮定される欠損領域を含む観測データがあり,意味のある成分分布に分ける必要がある.この目的のために,欠損状況を考慮した欠損混合分布モデルを提案し,パラメータの推定方法や欠損領域で観測されたと思われるデータ数を推定する方法を提案する.提案する統計モデルの有効性を数値実験を通して検証するとともに,プラズマ速度データへの適用を行う.

A dataset that contains missing regions is assumed to arise from two or more populations. In order to decompose the data into meaningful component distributions, a normal mixture model can be applied. A problem with this approach is that the estimated parameters are biased by fitting the standard normal mixture model. To correct the bias, a log-likelihood function for missing region probabilities is constructed, and the maximum likelihood estimators of the parameters - i.e. mix-ing proportions, mean vectors, and variance-covariance matrixes - are derived in the context of the EM algorithm. The performance of the model is verified by numerical experiments, and the model is applied to plasma velocity data.

Journal

  • Ouyou toukeigaku

    Ouyou toukeigaku 34(2), 57-73, 2005-12-25

    Japanese Society of Applied Statistics

References:  7

Cited by:  1

Codes

  • NII Article ID (NAID)
    10017178501
  • NII NACSIS-CAT ID (NCID)
    AN00330942
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    02850370
  • NDL Article ID
    7969883
  • NDL Source Classification
    ZM31(科学技術--数学)
  • NDL Call No.
    Z15-401
  • Data Source
    CJP  CJPref  NDL  J-STAGE 
Page Top