R中的稳健多元高斯拟合

11

我需要将广义高斯分布拟合到包含大量相当高的离群值的7维点云中。你知道这份工作有什么好的R包吗？

r distributions normal-distribution robust

— 凯捷蒂尔·哈沃森
source

3

在stats.stackexchange.com/questions/213/…上，您可以找到至少四个用于识别多元离群值的R包的链接。那可能是一个好的开始。

— ub

也许这个问题让我望而却步，但是就拟合多元高斯分布而言，为什么不仅仅使用经验均值和SD作为MLE？如果有较高的影响力/杠杆作用点，则可以专注于诊断统计数据。

— AdamO '18年

1

还有mclust：http : //www.stat.washington.edu/research/reports/2012/tr597.pdf http://cran.r-project.org/web/packages/mclust/index.html

不过要注意一点：如果点云很大，则在高维空间中进行混合建模可能会占用大量CPU和内存。大约四年前，我正在处理一批11维，50-200K点数据，并且它倾向于运行4-11GB的RAM，并且每种情况最多需要一周的时间来计算（我有400个）。这当然是可能的，但是如果您使用共享计算群集或可用资源有限，则可能会令人头疼。

— 基兰·奥尼尔
source

1

这听起来像经典的多元高斯混合模型。我认为BayesM软件包可能有效。

这是一些多元高斯混合套件

Bayesm：cran.r-project.org/web/packages/bayesm/index.html
mixtools：www.jstatsoft.org/v32/i06/paper

— 工程师
source