Paquet R pour l'estimation d'un mélange de lois de Student multivariées à échelles multiples

Autor: Arnaud, Alexis, Forbes, Florence, Lemasson, Benjamin, Barbier, Emmanuel
Přispěvatelé: Modelling and Inference of Complex and Structured Stochastic Systems (MISTIS), Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Jean Kuntzmann (LJK), Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Joseph Fourier - Grenoble 1 (UJF)-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Centre National de la Recherche Scientifique (CNRS)-Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Joseph Fourier - Grenoble 1 (UJF)-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Centre National de la Recherche Scientifique (CNRS), NeuroImagerie Fonctionnelle et Perfusion Cérébrale, [GIN] Grenoble Institut des Neurosciences (GIN), Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Grenoble Alpes (UGA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Grenoble Alpes (UGA)
Jazyk: francouzština
Rok vydání: 2015
Předmět:
Zdroj: Quatrièmes Rencontres R
Quatrièmes Rencontres R, Jun 2015, Grenoble, France
Popis: National audience; L'utilisation d'un modèle de mélange de lois est une approche statistique classique en classification non-supervisée. Un mélange fréquemment utilisé pour sa simplicité est le mélange gaussien. Cependant, un tel modèle est sensible aux données atypiques. Pour remédier à cela, nous présentons ici le mélange de lois de Student multivariées à échelles multiples, que nous sommes en train d'incorporer au sein d'un paquet R. Ces lois peuvent gérer des queues de lourdeurs différentes selon les directions alors que les lois gaussiennes et les lois de Student multivariées standards sont contraintes à être symétriques.
Databáze: OpenAIRE