.png){kind=icon}
返回
Composite likelihood expectation-maximization algorithm for the first-order multivariate integer-valued autoregressive model with multivariate mixture distributions
.png){kind=icon}
PRE
AI
DOI：10.1016/j.matcom.2025.04.017.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文中，我们提出了一种针对具有多元泊松-对数正态（MPL）或多元几何-对数逻辑正态（MGL）新息的一阶多元整数自回归（MINAR(1)）模型的估计框架。由于MINAR(1)框架的结构复杂性以及MPL/MGL新息过程中的潜在依赖性，似然函数涉及求和与积分运算。传统期望最大化（EM）算法在模型维度增加时面临高昂的计算需求。为解决此问题，我们提出了一种复合似然期望最大化（CLEM）算法，该算法策略性地结合复合似然与EM算法，以降低计算负担。此外，我们采用Cholesky参数化方法对协方差矩阵进行参数化，以确保其正定性。通过全面的蒙特卡罗模拟，我们验证了CLEM算法的性能。最后，我们通过分析一个真实数据集来验证该方法的应用价值。
Keyword:
Integer-valued time series
Thinning operator
Composite likelihood EM algorithm
Multivariate Poisson-lognormal distribution
Multivariate geometric-logitnormal distribution
期刊
IF:
4.4
论文数:
926
被引数:
1.0W
机构
暂无机构信息
引用论文
A zero‐modified geometric INAR(1) model for analyzing count time series with multiple features一种用于分析具有多特征的计数时间序列的零修正几何INAR(1)模型
.png){kind=icon}
PREAI
分享收藏Random coefficients integer-valued threshold autoregressive processes driven by logistic regression由逻辑回归驱动的随机系数整数值阈值自回归过程
PREAI
分享收藏Composite likelihood methods for parsimonious model-based clustering of mixed-type data基于复合似然方法的对混合型数据的简约模型聚类
OAAI
OAAI分享收藏Accelerated distributed expectation-maximization algorithms for the parameter estimation in multivariate Gaussian mixture models加速分布式期望最大化算法在多元高斯混合模型中的参数估计
PREAI
分享收藏
查看更多内容