R语言有限混合模型聚类FMM、广义线性回归模型GLM混合应用分析威士忌市场和研究专利申请、支出数据

本文主要是介绍R语言有限混合模型聚类FMM、广义线性回归模型GLM混合应用分析威士忌市场和研究专利申请、支出数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

最近我们被客户要求撰写关于有限混合模型聚类的研究报告,包括一些图形和统计输出。

 【视频】KMEANS均值聚类和层次聚类:R语言分析生活幸福质量系数可视化实例

KMEANS均值聚类和层次聚类:R语言分析生活幸福质量系数可视化实例

,时长06:05

摘要

有限混合模型是对未观察到的异质性建模或近似一般分布函数的流行方法。它们应用于许多不同的领域,例如天文学、生物学、医学或营销。本文给出了这些模型的概述以及许多应用示例。

相关视频:线性混合效应模型(LMM,Linear Mixed Models)和R语言实现

线性混合效应模型(LMM,Linear Mixed Models)和R语言实现案例

时长12:13

介绍

有限混合模型是对未观察到的异质性建模或近似一般分布函数的流行方法。它们应用于许多不同的领域,例如天文学、生物学、医学或营销。最近的专着 McLachlan 和 Peel (2000) 以及 Frühwirth-Schnatter (2006) 中给出了这些模型的概述以及许多应用示例。

有限混合模型

有限混合模型由 K 个不同分量的凸组合给出,即分量的权重为非负且总和为 1。对于每个组件,假设它遵循参数分布或由更复杂的模型给出,例如广义线性模型 (GLM)。下面我们考虑有限混合密度 h(·|·) 与 K 个分量、因变量 y 和(可选)自变量 x:

其中 ∀w, α:

我们假设分量分布 f(·|·) 来自具有分量特定参数 ϑk 的相同分布族。分量权重或先验类别概率 πk 可选地取决于伴随变量 w 和参数 α,并通过多项 logit 模型进行建模,例如 Dayton 和 Macready (1988) 中的建议。McLachlan 和 Peel (2000, p. 145) 中也描述了类似的模型类。该模型可以使用 EM 算法(参见 Dempster 等人,1977 年;McLachlan 和 Peel,2000 年)进行 ML 估计或使用 MCMC 方法进行贝叶斯分析(参见例如 Frühwirth-Schnatter,2006 年)。

示例应用

下面我们将展示两个使用该包的示例。第一个示例演示基于模型的聚类,第二个示例给出了拟合广义线性回归模型的混合的应用。

基于模型的聚类

以下数据集参考了 Simmons 媒体和市场研究。它包含去年使用威士忌品牌的所有家庭,并提供了今年 21 个威士忌品牌的品牌使用情况的二元关联矩阵。我们首先加载包和数据集。威士忌数据集包含来自 2218 个家庭的观察结果。图 1 中给出了每个品牌的相对使用频率。提供了其他品牌信息,表明威士忌的类型:混合威士忌或单一麦芽威士忌。


R> set.seed(102)

图 1:威士忌品牌的相对频率。

我们将二项式分布的混合拟合到数据集,其中假设每个组件特定模型中的变量是独立的。使用随机初始化将 EM 算法重复 3 次,即每个观察值分配给一个后验概率为 0.9 和 0.1 的成分,否则以相等的概率选择该成分。

mix(Ine ~ 1,
+ wets = ~ Freq, data = wey,
+ mol = FL,
+ conol = list(mior = 0.005),
+ k = 1:7, nrep = 3)

基于模型的聚类不使用解释变量,因此公式 Incidence ~ 1 的右侧是常数。我们改变 k = 1:7 的成分数量。关于每个不同数量成分的对数似然的最佳解决方案在类“stepFlexmix”的对象中返回。控制参数可用于控制 EM 算法的拟合。使用 minprior 指定成分的最小相对大小,在 EM 算法期间将删除低于此阈值的成分。

权重参数的使用允许仅使用唯一观察的数量进行拟合,这可以大大减少模型矩阵的大小,从而加快估计过程。对于这个数据集,这意味着模型矩阵有 484 行而不是 2218 行。可以使用信息标准进行模型选择,例如 BIC(参见 Fraley 和 Raftery,1998)。

R> BICbest <- Model(mix, "BIC")

可以使用诸如prior() 或parameters() 之类的函数来检查估计的参数。

R> priorR> parameters

每种成分的混合物拟合参数如图 2 所示。可以看出,成分 4(占家庭的 1.1%)包含购买不同品牌数量最多的家庭,所有品牌的购买程度相似。来自第 5 成分的家庭 (8.5%) 也购买各种威士忌品牌,但倾向于避免单一麦芽威士忌。成分 3 (43.1%) 的使用模式与成分 5 相似,但总体上购买的品牌较少。成分 1 (14.2%) 似乎偏爱单一麦芽威士忌,成分 2 (33%) 尤其喜欢其他品牌,不喜欢尊尼获加黑标。

混合回归分析专利数据

专利数据包括从国家经济研究局的关于制药和生物医学公司的专利申请、研发支出和销售额(以百万元计)的 70 项观察结果。数据如图 3 所示。

Wang等人选择的最佳模型(1998) 是三个泊松回归模型的有限混合,其中专利作为因变量,对数化​​的研发支出 lgRD 作为自变量,每个销售 RDS 的研发支出作为伴随变量。该模型可以使用特定于成分的模型驱动程序在 R 中拟合,拟合 GLM 的有限混合。作为伴随变量模型,用于多项 logit 模型,其中后验概率是因变量。

mix(Pats ~ RD,
+ k = 3, data ,
+ modlfaily = "poisson"),
+ coninom(~RS))

图 4 中给出了每个成分的观测值和拟合值。用于绘制观测值的颜色是根据使用最大后验概率的成分分配,这些概率是使用 聚类获得的。

图 4:专利数据以及每个成分的拟合值。

在图 5 中给出了观测值的后验概率的根图。这是拟合函数返回的对象的默认图。它可用于任意混合模型,并指示混合对观察结果的聚类程度。为便于解释,后验概率小于 eps=10−4 的观察被省略。对于第三个分量的后验概率最大的观测值用不同的颜色着色。该图是使用以下命令生成的。

plot(pamix)

所有三个分量的后验都在 0 和 1 处具有模式,表明聚类分离良好(Leisch,2004)。

图 5:后验概率的根图。

可以获得拟合混合物的更多详细信息,返回拟合值以及近似标准偏差和显着性检验,参见图 6。标准偏差只是近似值,因为它们是为每个成分单独确定的,而不是采用考虑到成分已被同时估计。图 7 中给出了估计系数。黑线表示(近似的)95% 置信区间。

plot(refit, byclu = FALSE)

参数 cluster 指示成分或不同变量是否用作面板的条件变量。

图 7:具有相应 95% 置信区间的成分特定模型的估计系数。

该图表明,即使第一个和第三个分量的 lgRD 系数相似,估计的系数在所有分量之间也有所不同。可以使用聚类参数的估计后验概率初始化 EM 算法。由于在这种情况下,第一个和第三个分量被限制为具有相同的 lgRD 系数,在重新排序分量以使这两个分量彼此相邻后,拟合混合的后验用于初始化。使用 BIC 将修改后的模型与原始模型进行比较。

fix(fam = "poisson",
+ nesd = list(k = c(1,2),
+ fora = ~lgRD))mix(Pats ~ 1,
+ cont = FLom(~RDS),
+ data , cluster

在这个例子中,原始模型是首选 被BIC选中。 

fit(patx)

概括

本文提供了使用 EM 算法拟合有限混合模型的基础方法,以及用于模型选择和模型诊断的工具。我们已经展示了该包在基于模型的聚类以及拟合有限混合模型回归分析方面的应用。将来,我们希望实现新的模型序,例如,用于具有平滑项的广义可加模型,以及扩展用于模型选择、诊断和模型验证的工具。


这篇关于R语言有限混合模型聚类FMM、广义线性回归模型GLM混合应用分析威士忌市场和研究专利申请、支出数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/370673

相关文章

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢?我尝试一种更为智能的方法:P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验,

Go标准库常见错误分析和解决办法

《Go标准库常见错误分析和解决办法》Go语言的标准库为开发者提供了丰富且高效的工具,涵盖了从网络编程到文件操作等各个方面,然而,标准库虽好,使用不当却可能适得其反,正所谓工欲善其事,必先利其器,本文将... 目录1. 使用了错误的time.Duration2. time.After导致的内存泄漏3. jsO

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

Spring事务中@Transactional注解不生效的原因分析与解决

《Spring事务中@Transactional注解不生效的原因分析与解决》在Spring框架中,@Transactional注解是管理数据库事务的核心方式,本文将深入分析事务自调用的底层原理,解释为... 目录1. 引言2. 事务自调用问题重现2.1 示例代码2.2 问题现象3. 为什么事务自调用会失效3

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

找不到Anaconda prompt终端的原因分析及解决方案

《找不到Anacondaprompt终端的原因分析及解决方案》因为anaconda还没有初始化,在安装anaconda的过程中,有一行是否要添加anaconda到菜单目录中,由于没有勾选,导致没有菜... 目录问题原因问http://www.chinasem.cn题解决安装了 Anaconda 却找不到 An