تعیین تعداد مولفه‌ها در توزیع آمیخته با مولفه‌های تی-نرمال‌چوله

تعیین تعداد مولفه ها در یک توزیع آمیخته، مسئله ای دشوار و حائز اهمیت است. برای تعیین تعداد بهینه مولفه ها در توزیع های آمیخته، روش های مختلفی وجود دارد که در این مقاله به ذکر چند مورد از آنها خواهیم پرداخت. روش اول که تحت عنوان الگوریتمgreedy em بیان شده، بر اساس الگوریتمی است که طی هر مرحله آن مولفه ای جدید به مدل اضافه می شود و این روند تا زمانیکه منجر به تعیین تعداد بهینه مولفه ها در توزیع آمیخته شود، ادامه می یابد. روش دوم بر اساس ماکسیمم آنتروپی ادغام در تکرار زیرکلاس های روی هم افتاده تا زمانی است که در نتیجۀ ادغام این مولفه ها، توزیع آمیخته مورد بررسی دارای یک مولفه شود. این روش با عنوان ادغام آمیختگی شرح داده شده است و روش سوم نیز توسط تعریف متغیرهای نشانگر، به صورت ناپارامتری تعداد مولفه های توزیع آمیخته را تعیین می کند. شایان ذکر است که مولفه های توزیع آمیخته مورد نظر در این مقاله توزیع تینرمال چوله در نظر گرفته شده اند.

Determination of the number of components in finite mixture distribution with Skew-t-Normal components

Abstract One of the main goal in the mixture distributions is to determine the number of components. There are different methods for determination the number of components, for example, GreedyEM algorithm which is based on adding a new component to the model until satisfied the best number of components. The second method is based on maximum entropy and finally the third method is based on nonparametric. In this manuscript it is considered the mixture distributions with SkewtNormal components.