Алгоритм характеризации бимодального распределения? - PullRequest
1 голос
/ 27 марта 2011

Какие алгоритмы можно использовать для характеристики ожидаемого четко бимодального распределения, скажем, смеси 2 нормальных распределений с хорошо разделенными пиками в массиве выборок?Что-то, что выплевывает 2 средних, 2 стандартных отклонения и некоторую оценку устойчивости, будет желаемым результатом.

Меня интересует алгоритм, который можно реализовать на любом языке программирования (для встроенного контроллера), а не в существующей библиотеке C или Python или пакете stat.

Было бы проще, если бы язнал, что два модальных средних отличаются примерно на 3: 1 + - 50%, стандартные отклонения «малы» относительно разделения пиков, но пара пиков может быть где угодно в диапазоне 100: 1?

1 Ответ

2 голосов
/ 27 марта 2011

Здесь есть две возможности.Во-первых, у вас есть один дистрибутив, который является бимодальным.Другое - вы наблюдаете данные из двух разных дистрибутивов.Обычный способ оценки последних заключается в том, что неудивительно, что модель смеси .

Ваши подходы к оценке состоят в том, чтобы использовать метод максимального правдоподобия или методы Монте-Карло с цепью Маркова, если вы хотите получить байесовский взгляд на проблему.Если вы изложите свои предположения более подробно, я бы хотел попытаться выяснить, какую целевую функцию вы хотели бы попытаться максимизировать.

Эти типы моделей могут быть вычислительно интенсивными, поэтому яЯ не уверен, что вы захотите попробовать весь статистический подход во встроенном контроллере.Взлом может быть лучше подходит.Если пики на самом деле хорошо разделены, я думаю, что было бы легче попытаться идентифицировать эти два пика и разделить ваши данные между ними и выполнить оценку среднего и стандартного отклонения для каждого распределения независимо.

...