高斯RVs和与高斯混合之间的关系


13

我知道高斯人就是高斯人。那么,高斯混合体有何不同?

我的意思是,混合高斯只是高斯之和(每个高斯乘以各自的混合系数)对吗?


7
高斯混合是高斯密度的加权和,而不是高斯随机变量的加权和。
概率

Answers:


7

高斯随机变量 的加权和 是高斯随机变量:if 然后是 p Σ= 1 β X X1,,Xp

i=1pβiXi
β ŤX 1... X pÑ 1β Ť μ β Ť Σ β
(X1,,Xp)Np(μ,Σ)
βT(X1,,Xp)N1(βTμ,βTΣβ)

高斯密度的混合具有作为高斯密度的加权和给出的密度:其中几乎总是不等于高斯密度。参见例如下面的蓝色估计混合物密度(其中黄色带是估计混合物变异性的量度):

f(;θ)=i=1pωiφ(;μi,σi)
在此处输入图片说明

[来源:Marin和Robert,贝叶斯核心,2007年]。

随机变量与此密度,可被表示为 ,其中并且是带有多项式:X =Xf(;θ)

X=i=1pI(Z=i)Xi=XZ
XiNp(μi,σi)ZP(Z=i)=ωi
ZM(1;ω1,,ωp)

3

以下是一些R代码来补充@西安答案:

par(mfrow=c(2,1))
nsamples <- 100000

# Sum of two Gaussians
x1 <- rnorm(nsamples, mean=-10, sd=1)
x2 <- rnorm(nsamples, mean=10, sd=1)
hist(x1+x2, breaks=100)

# Mixture of two Gaussians
z <- runif(nsamples)<0.5 # assume mixture coefficients are (0.5,0.5)
x1_x2 <- rnorm(nsamples,mean=ifelse(z,-10,10),sd=1)
hist(x1_x2,breaks=100)

在此处输入图片说明


1

独立随机变量之和的分布是其分布的卷积。您已经注意到,两个高斯的卷积恰好是高斯。

混合模型的分布执行RV分布的加权平均值。可以通过翻转硬币(或滚动模具)以决定从哪个分布中抽取(有限)混合模型的样本:假设我有两个RV并且我想生成一个RV其分布为平均值的平均值。和如果我抛硬币,让。如果我的土地尾巴,让。Z X Y Z = X Z = YX,YZXYZ=XZ=Y


谢谢。我知道以下示例本质上是错误的,但无论如何它可能很有趣:假设我们有一种特殊的“混合”(如果仍然可以称其为“混合物”),其密度为2高斯,其中混合系数都对应于1,是否等于高斯RV的总和?
njk

不可以,尽管在这种情况下,混合rv将是高斯型,但是如果您要添加两个RV与组件的分布,则总和RV将比混合RV具有更大的方差。
enthdegree

@enthdegree混合rv高斯如何?如果手段不一致,它仍然可能是双峰的,对吗?
学习

@learning,是的,您是对的。当我写上一篇。由于某种原因,我认为它们的意思相同。
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.