Original title:
Gaussian mixtures in R
Translated title:
Gaussian mixtures in R
Authors:
Marek, Petr ; Malá, Ivana (advisor) ; Zimmermann, Pavel (referee) Document type: Master’s theses
Year:
2015
Language:
eng Publisher:
Vysoká škola ekonomická v Praze Abstract:
[eng][cze] Using Gaussian mixtures is a popular and very flexible approach to statistical modelling. The standard approach of maximum likelihood estimation cannot be used for some of these models. The estimates are, however, obtainable by iterative solutions, such as the EM (Expectation-Maximization) algorithm. The aim of this thesis is to present Gaussian mixture models and their implementation in R. The non-trivial case of having to use the EM algorithm is assumed. Existing methods and packages are presented, investigated and compared. Some of them are extended by custom R code. Several exhaustive simulations are run and some of the interesting results are presented. For these simulations, a notion of usual fit is presented.Směsi normálních rozdělení jsou velmi populárním a flexibilním nástrojem statistického modelování. Standardní postup odhadu pomocí maximální věrohodnosti bohužel nemůže být pro některé z těchto modelů použit. Pro odhad takovýchto modelů lze však použít některé z iterativních procedur, jako například EM (Expectation-Maximization) algoritmus. Cílem této práce je vysvětlit směsi pravděpodobnostních rozdělení a jejich odhad pomocí EM algoritmu. Hlavní náplní práce je ukázka implementace směsi normálních rozdělení v R. Existující balíčky a metody jsou prezentovány, popsány a porovnány. Pro některé z balíčků jsou dopsány rozšiřující funkce v jazyku R. V práci je provedeno několik rozsáhlých simulací. Některé z výsledků jsou prezentovány. Při práci s těmito simulacemi je navrhnuta a popsána myšlenka "nejčastějšího odhadu" (usual fit).
Keywords:
EM algorithm; finite Gaussian mixture; R; EM algoritmus; konečná směs normálních rozdělení; R
Institution: University of Economics, Prague
(web)
Document availability information: Available in the digital repository of the University of Economics, Prague. Original record: http://www.vse.cz/vskp/eid/46191