Model-based bi-clustering using multivariate Poisson-lognormal with general block-diagonal covariance matrix and its applications
本文提出基于多元泊松-对数正态模型和块对角协方差矩阵的双聚类方法，支持列簇数跨组固定或变化，通过变分高斯近似估计参数，并在模拟数据和乳腺癌RNA测序数据上验证了准确性与计算效率。
2025-03-11 stat.AP stat.ME
Finite Mixtures of Generalized Estimating Equations for Clustering Multivariate Correlated Outcomes
Faculty of Economics, Keio University（庆应义塾大学经济学部）；Research School of Finance, Actuarial Studies and Statistics, The Australian National University（澳大利亚国立大学金融、精算与统计研究学院）
针对多变量相关结局聚类问题，提出MixGEE模型，通过区域特定工作相关结构处理物种间相关性，经模拟验证可靠，应用于凯尔盖朗高原鱼类数据得到三类群落特征。
2026-09-07 stat.ME
Finite Mixtures of Multivariate Poisson-Log Normal Factor Analyzers for Clustering Count Data
本文提出基于协方差约束的多元泊松-对数正态因子分析器混合模型，用于计数数据聚类，通过变分推断估计参数，在RNA测序数据上表现良好。
2023-11-13 stat.CO stat.ME stat.ML
A parallelizable model-based approach for marginal and multivariate clustering
University of Edinburgh（爱丁堡大学）；Universidad Torcuato Di Tella（托尔夸托·迪特拉大学）
本文开发了一种聚类方法，利用基于模型的聚类的坚固性，同时试图减轻它的一些陷阱。首先，我们注意到标准的基于模型的聚类可能会导致每个边缘的聚类数量相同，这对于各种数据集来说似乎是一个相当人为的假设。我们通过为每个保证金指定一个有限混合模型来解决这个问题，该模型允许每个保证金具有不同数量的聚类，然后使用我们称为Reign-and-Conquer的策略游戏启发算法对多变量数据进行聚类。其次，由于建议的聚类方法只指定一个模型的利润率-但离开联合未指定-它具有的优势是部分并行化，因此，所提出的方法是计算吸引力，以及更易于处理的中到高维比一个“完整的”（联合）基于模型的聚类方法。人工数据上的一组数值实验表明，所提出的方法在各种情况下的整体性能良好，并使用真实数据集来展示其在实践中的应用。
2022-12-07 cs.LG stat.ME stat.ML
A Bayesian Approach to Restricted Latent Class Models for Scientifically-Structured Clustering of Multivariate Binary Outcomes
在本文中，我们提出了一个总体框架，结合不同质量的证据，以估计潜在的二进制潜变量的存在下施加的限制，以尊重科学的背景。由此产生的算法聚类的多元二进制数据的方式部分由先验知识指导。主要模型假设是1）受试者属于由未观察到的二元状态定义的类别，例如流行病学中病原体的真实存在或不存在，或医学中抗体的真实存在或不存在，或心理学中正确回答测试问题的“能力”，2）二元设计矩阵$Γ$指定每个类别中的相关特征，以及3）给定潜在类，测量是独立的，但是可以具有不同的错误率。条件，确保参数可识别性的似然函数进行了讨论，并通知设计一种新的后验推理算法，同时估计集群的数量，设计矩阵$Γ$，和模型参数。在有限的样本和维度，我们提出了先验假设，使后验分布的集群的数量和模式的潜在状态往往集中在较小的值和稀疏的模式，分别。该模型很容易扩展到研究中，一些科目的潜在类是已知的或重要的先验知识的差分测量精度是从外部来源。所述方法用蛋白质数据的分析来说明，以检测代表硬皮病患者中的自身抗体类的簇。
2018-08-24 stat.ME
Clustering Multivariate Data using Factor Analytic Bayesian Mixtures with an Unknown Number of Components
最近的工作过拟合贝叶斯混合分布提供了一个强大的框架，使用潜在的高斯模型，类似于因子分析模型的聚类多变量数据。过拟合混合模型提供的灵活性产生了一个简单而有效的方法，以估计未知数量的集群和模型参数的马尔可夫链蒙特卡罗（MCMC）抽样。本研究通过考虑一组8个参数化扩展了这种方法，从而产生了每个聚类的协方差阵的简约表示。为了近似地从过拟合混合物的后验分布中采样，实现了与先前的并行回火方案相结合的Gibbs采样器。根据贝叶斯信息准则选择参数化和因子数。与标签切换相关的可识别性问题通过使用等价类代表算法对模拟输出进行后处理来处理。贡献的方法和软件进行了演示和比较，类似的模型估计使用期望最大化算法的模拟和真实的数据集。该软件可在https://CRAN.R-project.org/package=fabMix上在线获得。
2019-06-02 stat.CO stat.ME
Tractable Bayes of Skew-Elliptical Link Models for Correlated Binary Data
具有协变量的相关二元响应数据在纵向或空间研究中普遍存在。在现有的统计模型中，这类数据最著名的是多变量概率单位模型，它使用高斯链接来模拟潜在水平的依赖性。但是，如果数据高度不平衡，则对称链路可能不合适。在这里，我们提出了一个多变量斜椭圆链接模型相关的二进制响应，其中包括多变量概率模型作为一个特殊情况。此外，我们对这个新模型进行贝叶斯推断，并证明了回归系数具有封闭形式的统一斜椭圆后验。新方法通过应用于来自美国加利福尼亚州三个不同县的COVID-19大流行数据来说明。通过对每周新病例的极端峰值进行联合建模，我们的结果表明空间依赖性不容忽视。此外，结果还表明，我们提出的模型的倾斜潜在结构提高了多变量概率模型的灵活性，并提供了更好的适合我们的高度不平衡的数据集。
2021-01-06 stat.ME
A Bayesian approach for clustering skewed data using mixtures of multivariate normal-inverse Gaussian distributions
非高斯混合模型在基于混合模型的聚类中得到越来越多的关注，特别是在处理具有偏态和重尾等特征的数据时。在这里，这样的混合分布，基于多元正态逆高斯（MNIG）分布。对于混合模型的参数估计，采用基于Gibbs抽样的贝叶斯方法，提出了一种模拟单变量广义逆高斯随机变量和矩阵广义逆高斯随机矩阵的新方法.该算法将被应用到模拟和真实数据。通过仿真研究和实际数据分析，我们表明参数恢复，我们的方法提供了竞争力的聚类结果相比，其他聚类方法。
2020-05-06 stat.CO
Model-based clustering using copulas with applications
大多数基于模型的聚类技术都是基于多变量正态模型及其变体。在本文中，Copula用于构建灵活的家庭模型的聚类应用。在基于模型的聚类中使用Copula提供了两个直接优于当前方法的优点：i）Copula的适当选择提供了获得聚类的一系列奇异形状的能力，以及ii）聚类的边缘分布的明确选择允许以自然的方式对各种模式（离散或连续）的多变量数据进行建模。本文介绍并研究了基于Copula的有限混合模型的聚类框架。在一般情况下的估计可以使用标准EM进行，并且根据数据的模式，提供了可以充分利用copula结构的更有效的程序。讨论了边缘化条件下混合模型的封闭性，并对连续实值数据引入了样本空间中的参数旋转，同时讨论了参数可辨识性依赖于组分copula函数的选择.该方法的阐述是伴随着真实和人工数据的分析和动机。
2015-07-02 stat.ME
A subcopula characterization of dependence for the Multivariate Bernoulli Distribution
Facultad de Estudios Superiores Acatlán, Universidad Nacional Autónoma de México（墨西哥国立自治大学阿卡特兰高级研究学院）
本文基于Sklar定理，提出将边际分布与依赖结构分离的框架，通过子Copula明确二元变量间的交互作用，推导出用于描述所有阶次交互的依赖度量公式，并应用贝叶斯推断进行参数估计。
2026-06-27 stat.ME
Bayesian inference on high-dimensional multivariate binary responses
收集高维二进制响应数据已变得越来越普遍;例如，随着生态学中新的采样技术的出现。在较小的维度中，多变量概率单位（MVP）模型通常用于推断。然而，由于可能性的棘手性，用于拟合这样的模型的算法在按比例放大到高维时面临问题，涉及在没有解析形式的多元正态分布上的积分。虽然已经提出了各种算法来近似这个棘手的积分，这些方法是难以实现和/或不准确的高维。我们的主要重点是在容纳高维二进制响应数据与一个小到中等数量的协变量。我们提出了一个两阶段的模型参数的推断方法，同时照顾阶段之间的不确定性传播。我们使用的特殊结构的潜在高斯模型，以减少联合参数估计涉及的高成本的计算集中在边缘分布的模型参数的推断。这基本上使得该方法对于两个阶段都是并行的。我们说明了在模拟和应用程序的联合物种分布生态学建模的性能。
2022-10-24 stat.CO stat.ME
Informed Asymmetric Dirichlet Priors for Multivariate Bernoulli Mixture Models
University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）；Brigham Young University（杨百翰大学）；University of Turin（都灵大学）
本文提出一种基于非对称狄利克雷先验的贝叶斯方法，用于高效且全面地对多变量二元数据进行聚类，通过Penalized Complexity先验框架设置超参数，提升模型性能和可解释性。
2026-04-23 stat.AP stat.ME
Exponential Family Mixed Membership Models for Soft~Clustering of Multivariate Data
几年来，基于模型的聚类方法已经成功地解决了数据分析师提出的许多挑战。然而，随着数据分析范围的发展，一些问题可能超出了标准混合模型框架。一个这样的问题是，当数据集中的观测来自重叠的聚类时，不同的聚类将拥有多个变量的相似参数。在这种情况下，混合成员模型，一种软聚类方法，观察不限于单一的集群成员，已被证明是一个有效的工具。在本文中，混合隶属度模型拟合的指数族的成员所产生的数据的方法进行了概述。应用该方法对一次超跑比赛数据进行了统计，并与标准混合模型方法进行了比较。
2016-08-10 stat.CO
A generalized multivariate Student-t mixture model for Bayesian classification and clustering of radar waveforms
本文提出了一种用于低截获概率雷达波形分类和聚类的广义多元Student-t混合模型。低截获概率雷达信号的特征在于脉冲压缩波形，该脉冲压缩波形是调频或调相的。该模型可以对线性调频、非线性调频、多相巴克码、多相P1、P2、P3、P4、弗兰克码和扎多夫码等不同的调制类型进行分类和聚类。分类方法的重点是引入一个新的先验分布的模型超参数，使我们有可能处理的敏感性的混合模型的初始化，并允许一个较少的限制性建模的数据。通过变分贝叶斯方法进行推理，并采用贝叶斯处理进行模型学习、监督分类和聚类。此外，新的先验分布是不是一个众所周知的概率分布和确定性和随机方法来估计其期望。一些数值实验表明，该方法是不敏感的初始化，并提供更准确的结果比以前的状态的最先进的混合模型。
2017-07-29 stat.ML
Penalized Clustering of Large Scale Functional Data with Multiple Covariates
在这篇文章中，我们提出了一个惩罚聚类方法的大规模数据与多协变量通过功能数据的方法。在所提出的方法中，响应和协变量通过非参数多元函数（固定效应）连接在一起，这在建模各种函数特征（如跳跃点、分支和周期性）方面具有很大的灵活性。函数方差分析被用来进一步分解多变量函数在一个再生核希尔伯特空间，并提供相关的主效应和相互作用的概念。使用简约的随机效应来捕获各种相关性结构。混合效应模型被嵌套在一个一般的混合模型下，其中函数数据的异质性的特点。我们提出了一个惩罚亨德森的似然方法的模型拟合和设计拒绝控制的期望最大化算法的估计。我们的方法通过广义交叉验证来选择平滑参数。此外，贝叶斯置信区间被用来衡量聚类的不确定性。仿真研究和实际数据的例子，调查所提出的方法的经验性能。开源代码在R包MFDA中提供。
2008-01-16 stat.CO stat.ME
Partial membership models for soft clustering of multivariate football player performance data
本研究针对标准混合模型硬聚类假设的局限，将贝叶斯部分隶属度模型用于足球运动员表现计数数据的软聚类，通过马尔可夫链蒙特卡洛方法推理，基于2022/2023赛季意甲数据识别球员多位置属性，为足球领域相关决策提供支持。
2025-02-14 stat.AP stat.ME
Clustering action potential spikes: Insights on the use of overfitted finite mixture models and Dirichlet process mixture models
细胞外记录动作电位的建模，或尖峰分选，是神经科学研究的一个丰富领域，其中潜变量模型经常被使用。两个这样的模型，过拟合有限混合模型（OFM）和Dirichlet过程混合模型（DPM）被认为是提供洞察复杂的，多变量的医疗数据的无监督聚类时，集群的数量是未知的。OFM和OFM以类似的分层方式构建，但它们基于不同的哲学，具有不同的基本假设。本研究探讨了这些差异如何影响穗排序的真实研究，多变量高斯位置-尺度混合模型的估计，在复杂的医疗数据所产生的共同困难的存在。结果提供的见解，让未来的分析师选择适合的情况和目标的研究问题的手的方法。
2016-02-05 stat.AP stat.ME
Bayesian profile regression for clustering analysis involving a longitudinal response and explanatory variables
鉴定具有共同功能的共调控基因是现代基因组学的一个关键问题。贝叶斯轮廓回归是一种半监督混合建模方法，它利用响应来指导对相关聚类的推断。以前的应用程序的配置文件回归考虑了单变量连续，分类，计数的结果。在这项工作中，我们扩展贝叶斯轮廓回归的情况下，结果是纵向（或多变量连续），并提供PReMiuMlongi，更新版本的PReMiuM，R包配置文件回归。我们考虑多元正态和高斯过程回归响应模型，并提供了四个模拟研究的原则应用程序的证明。该模型适用于芽殖酵母的数据，以确定在酿酒酵母细胞周期的基因组共调节。我们确定了4个不同的基因组与特定模式的基因表达轨迹，随着绑定的转录因子，可能参与其共同调控过程。
2021-11-08 stat.AP stat.ME
Sequential Dirichlet Process Mixtures of Multivariate Skew t-distributions for Model-based Clustering of Flow Cytometry Data
流式细胞术是一种高通量技术，用于在单细胞水平上定量多种表面和细胞内标志物。这使得能够识别细胞亚型，并确定它们的相对比例。该技术的改进允许使用多种标记物描述来自血液样品的数百万个单个细胞。这导致高维数据集，其手动分析非常耗时且可重复性差。虽然已经开发了几种方法来执行细胞群的自动识别，但它们中的大多数独立地处理和分析每个样品。然而，在实践中，单个样本很少是独立的（例如纵向研究）。在这里，我们建议使用贝叶斯非参数方法与Dirichlet过程混合物（dirichlet）的多变量斜$t$-分布进行基于模型的流式细胞术数据的聚类。$t$模型直接从数据中估计细胞群体的数量，避免了模型选择问题，并且偏斜$t$分布提供了对细胞群体的离群值和非椭圆形状的鲁棒性。为了适应重复测量，我们提出了一个顺序的策略依赖于参数近似的后验。我们说明了我们的方法在模拟数据上的良好性能，在实验基准数据集上，以及在DALIA-1试验的新纵向数据上，该试验评估了针对HIV的治疗性疫苗。在基准数据集上，顺序策略的性能优于所有其他评估方法，同样，DALIA-1数据的性能也有所提高。我们已经在R包NPflow中为社区提供了该方法。
2017-09-11 stat.ML
Time-varying clustering of multivariate longitudinal observations
我们提出了一种将多变量纵向数据聚类为同质组的统计方法。该方法依赖于经典K均值算法的时变扩展，其中还假设多变量向量自回归模型用于对聚类质心随时间的演变进行建模。我们的推理基于模型的最小二乘规范和坐标下降算法。为了说明我们的工作，我们考虑了人类发展的纵向数据集。三个变量，即预期寿命，教育和国内生产总值。
2014-04-24 stat.ME
Clustering for multivariate continuous and discrete longitudinal data
在纵向研究和常规临床随访期间，通常会收集受试者的多个连续和离散结局。为了激励我们的工作，我们考虑对原发性胆汁性肝硬化（PBC）患者进行纵向研究，这些患者具有连续的胆红素水平、离散的血小板计数和血管畸形的二分指征，作为这种纵向结果的例子。一个明显的要求是使用所有的结果值来将受试者分类成组（例如，在临床环境中具有相似预后的受试者组）。近年来，已经提出了许多基于纵向（或其他相关）结果的分类方法，不仅针对生物统计学等传统领域，还针对快速发展的生物信息学和许多其他领域。然而，大多数可用的方法只考虑连续性结果作为分类的基础，或者如果考虑非连续性结果，则不与其他不同性质的结果相结合。在这里，我们提出了一种统计方法，用于将受试者聚类（分类）到预先指定数量的具有先验未知特征的组中，这些组基于对不同性质的几个纵向结果的重复测量。该方法依赖于经典广义线性混合模型的多变量扩展，其中还假设随机效应为混合分布。我们基于贝叶斯规范的模型和基于模拟的马尔可夫链蒙特卡罗方法的推理。为了在实践中应用该方法，我们已经准备好了在R中使用的现成软件（http：www.R-project.org）。我们还讨论了分类中不确定性的评估，并讨论了最近提出的模型比较方法的使用-在我们的情况下选择一些集群-基于Plummer提出的惩罚后验偏差[Biostatistics 9（2008）523-539]。
2013-04-16 stat.AP
A k-means procedure based on a Mahalanobis type distance for clustering multivariate functional data
本文提出了一个聚类过程中的多元函数的样本$(L^2(I))^{J}$，与$J\geq1$。该方法基于k-均值算法，其中曲线之间的距离是用在Hilbert空间中推广Mahalanobis距离的度量来测量的，考虑了函数数据的所有分量的相关性和可变性。所提出的程序进行了研究，在模拟和比较的k-均值的基础上，通常采用的聚类多元函数数据的距离。在这些模拟中，它示出的k-means算法与广义马氏距离提供了最好的聚类性能，无论是在平均值和标准差的误分类曲线的数量。最后，所提出的方法已被应用到两个真实的案例研究，关于心电信号和生长曲线，在模拟中得到的结果得到证实和加强。
2017-08-01 stat.ME
Efficient mixture model for clustering of sparse high dimensional binary data
Jagiellonian University（雅盖隆大学）
在本文中，我们提出了一个混合模型，SparseMix，稀疏高维二进制数据的聚类，它连接基于模型的聚类和基于质心。每个组由一个代表和一个概率分布模型离这个代表的距离来描述。与基于EM算法的经典混合模型相比，SparseMix：-是专门为处理稀疏数据而设计的，-可以通过在线Hartigan优化算法有效地实现，-能够自动减少不必要的聚类。我们对各种类型的数据进行了广泛的实验研究，这证实了SparseMix构建的分区与相关方法相比具有更高的参考分组兼容性。此外，构造的代表往往更好地揭示数据的内部结构。
2017-07-11 cs.LG stat.ML
Describing disability through individual-level mixture models for multivariate binary data
在美国，功能性残疾的数据引起了广泛的政策兴趣，特别是在为日益增长的老年人制定医疗保险和社会保障计划方面。我们认为，提取的功能性残疾数据从国家长期护理调查（NLTCS），并试图开发残疾概况使用的会员等级（GoM）模型的变化。我们首先将GoM描述为一个个体级混合模型，该模型允许个体同时在几个混合组分中具有部分成员资格。然后，我们证明了个体水平和人口水平的混合模型之间的等价性，并利用这一性质发展的马尔可夫链蒙特卡罗算法的贝叶斯估计的模型。我们使用我们的方法来分析NLTCS的功能障碍数据。
2007-12-13 stat.AP
A Bayesian non-parametric method for clustering high-dimensional binary data
Systems Biology Ireland（爱尔兰系统生物学）；University College Dublin（都柏林大学）
在许多现实生活中的问题，对象描述了大量的二进制功能。例如，文档的特征在于存在或不存在某些关键字;癌症患者的特征在于存在或不存在某些突变等。在这种情况下，基于这种高维二进制特征将类似的对象/配置文件分组在一起是可取的，但具有挑战性。在这里，我提出了一个贝叶斯非参数算法聚类高维二进制数据。它使用狄利克雷过程（DP）混合模型和模拟退火，不仅聚类二进制数据，而且还找到数据中的最佳聚类数。使用模拟数据集对算法的性能进行了评估，并与其他算法进行了比较。它优于所有其他聚类方法，在模拟研究中进行了测试。它还用于对来自文档分析、手写图像分析和癌症研究的真实数据集进行聚类。它成功地根据主题划分了一组文档，基于不同书写风格的手写图像，并确定了化疗治疗的组织和突变特异性。
2016-03-08 cs.LG stat.AP stat.ML
Functional clustering via multivariate clustering
本文提出将函数型数据通过上下图像指标及其导数转化为多元数据，再利用成熟多元聚类技术进行聚类，并通过模拟和真实数据验证其有效性。
2021-07-31 stat.AP stat.ME
Multivariate Functional Clustering with Variable Selection and Application to Sensor Data from Engineering Systems
针对多传感器函数型数据聚类中存在无信息传感器的问题，提出一种结合函数主成分分析、高斯混合模型和三种惩罚的自动变量选择聚类方法，有效识别信息传感器并揭示系统运行模式。
2024-01-04 stat.ME
Latent-Class Poisson-Lognormal Mixed Models for Clustering Multivariate Longitudinal Count Data
Carleton University（卡尔顿大学）
本研究针对多变量纵向计数数据的聚类需求，提出潜类别泊松-对数正态混合模型，采用变分EM算法估计，经模拟验证效果良好，还应用于COVID-19患者的中性粒细胞RNA-seq数据。
2026-10-12 stat.ME
Robust Two-Layer Partition Clustering of Sparse Multivariate Functional Data
针对稀疏多元函数数据，提出了一种新的弹性时间距离，并将其应用于一种鲁棒的基于距离的两层划分聚类方法。利用该距离，新方法不仅可以检测出稀疏多变量函数数据在离群点设置下的正确聚类，而且可以检测出不属于任何聚类的离群点。经典的基于距离的聚类方法，如基于密度的空间聚类的应用程序与噪声（DBSCAN），凝聚层次聚类，和$K$ -medoids扩展到稀疏的多元函数的情况下，新提出的距离的基础上。仿真数据的数值实验表明，该算法的性能优于现有的基于模型和扩展的基于距离的方法的性能。以西北太平洋气旋路径资料为例，验证了该方法的有效性。
2023-03-19 stat.CO stat.ME
Multi-feature Clustering of Step Data using Multivariate Functional Principal Component Analysis
本文提出了一种新的统计方法，用于聚类步骤数据，这是一种很容易从可穿戴设备中获得的流行形式的健康记录数据。由于阶跃数据是高维的，零膨胀的，经典的方法，如K均值和分割周围的medoid（PAM）不能直接应用。该方法是一种新的组合，新构造的变量反映了台阶数据的内在特征，例如数量、强度和模式，而多元函数主成分分析可以整合台阶数据的所有特征进行聚类。所提出的方法是通过应用传统的聚类方法，如K-均值和PAM从这些变量中获得的多元函数主成分得分。仿真研究和实际数据分析表明，聚类质量显着改善。
2020-10-15 stat.AP stat.ME
Clustering Multivariate Time Series using Energy Distance
提出基于能量距离的多元时间序列非参数层次聚类方法，证明其渐近性质，并通过模拟及 GDP、人口数据实例验证有效性。
2023-03-24 stat.ME
Fuzzy Jump Models for Soft and Hard Clustering of Multivariate Time Series Data
Institute for Applied Mathematics and Information Technologies “E. Magenes”, National Research Council of Italy（意大利国家研究委员会应用数学与信息技术“E. Magenes”研究所）
本文提出融合模糊 c 均值的模糊跳跃模型，可顺序估计状态概率并支持多元时间序列的软硬聚类，在高分配不确定性下优于对比方法，并成功用于三体共轨状态识别与金融牛熊阶段追踪。
2025-09-30 stat.ME
Clustering of multivariate tail dependence using conditional methods
University of Bath（巴斯大学）；University of Edinburgh（爱丁堡大学）
针对多元极值聚类难解释比较的问题，提出基于条件极值框架的新方法，利用偏几何詹森 - 香农散度构建差异度量，经模拟研究和实际应用验证，该方法优于现有方法且能扩展到多元场景。
2026-07-17 stat.AP stat.ME
Hidden Markov Models for Multivariate Panel Data
针对多元面板数据因缺失和流失导致聚类困难的问题，提出一族隐马尔可夫模型，并设计改进的期望最大化算法处理非随机缺失与流失以进行模型估计。
2024-08-22 stat.ME
Marginally specified models for analyzing multivariate longitudinal binary data
边缘指定模型最近已成为离散纵向数据分析的流行工具。然而，它们引入了复杂的约束方程和模型拟合算法。此外，缺乏适用于这些模型的软件。在本文中，我们提出了一个三水平边际指定模型的多变量纵向二元响应数据的分析。引入隐函数定理，显式近似求解边界约束方程。此外，使用\textit{probit}链路能够直接求解卷积方程。我们提出了一个R软件包\textbf{pnmtrem}来拟合模型。进行了模拟研究，以检查估计的性质。我们说明了爱荷华州青年和家庭项目数据集的模型。
2014-05-13 stat.ME
Model-based clustering and classification using mixtures of multivariate skewed power exponential distributions
多元幂指数（MPE）分布的混合物的家庭已被引入，并显示出竞争力的聚类分析相比，其他椭圆混合物，包括高斯分布的混合物。在这里，我们提出了一个家庭的混合物的多元偏功率指数分布相结合的灵活性MPE分布的能力，模型偏度。这些混合物对正态性的变化更稳健，并且可以解释偏度、变化的尾部权重和数据的峰值。采用基于Stiefel流形上加速线搜索算法的最小化-最大化和最优化相结合的广义期望-最大化方法进行参数估计。这些混合在基于模型的聚类和分类框架中实现。模拟和基准数据都用于说明和比较其他混合物的家庭。
2023-01-20 stat.CO stat.ME
Bi-dendrograms for clustering the categories of a multivariate categorical data set
本文提出双树状图方法，分别解决多元分类数据中变量内类别合并与变量间类别聚类问题，在保持有序性质和数据特征的同时降低维度并识别典型类别簇，并用国际社会调查数据验证。
2025-09-19 stat.ME
A Joint Modeling Approach for Clustering Mixed-Type Multivariate Longitudinal Data: Application to the CHILD Cohort Study
在流行病学和临床研究中，基于纵向特征识别患者的表型对于理解疾病的发展模式至关重要。目前的研究是由加拿大出生队列研究的数据，儿童队列研究的动机。我们的目标是使用多个纵向呼吸特征将参与者聚类为具有相似纵向呼吸特征的亚组，以确定临床相关的疾病表型。为了适当地解释这些纵向标记的不同结构和类型，我们提出了一种新的联合模型，用于聚类混合类型（连续、离散和分类）的多变量纵向数据。我们还开发了一个马尔可夫链蒙特卡罗算法来估计模型参数的后验分布。介绍并讨论了儿童队列数据和模拟数据的分析。我们的研究表明，所提出的模型作为一个有用的分析工具，聚类多元混合型纵向数据。我们开发了一个R包BCClong来有效地实现所提出的模型。
2023-03-21 stat.AP stat.ME
A novel multivariate regression model for unbalanced binary data : a strong conjugacy under random effect approach
本文提出MBerGLG分布及MBerGLGR回归模型，利用广义对数伽马随机效应与互补双对数函数实现强共轭，为平衡及非平衡相关二元数据提供有效拟合方法。
2024-06-06 stat.ME
Robust model-based clustering via mixtures of multivariate pseudo-Voigt distributions
University of British Columbia-Okanagan（不列颠哥伦比亚大学奥肯那根分校）
该研究提出多元伪沃伊特分布混合模型，用于鲁棒基于模型聚类与异常值检测，经模拟与真实数据验证，在重尾数据上的聚类及异常值检测性能优于现有模型。
2026-08-31 stat.ME stat.ML
Multivariate binary probability distribution in the Grassmann formalism
Faculty of Science, Yamagata University（山形大学理学部）
本文提出一种基于Grassmann数的多元二元概率分布模型，通过解析表达式解决传统多元伯努利分布的计算复杂度问题，并展示其在生成随机数和参数估计中的应用。
2025-12-05 stat.ME
A Multivariate Poisson-Log Normal Mixture Model for Clustering Transcriptome Sequencing Data
在高通量测序研究中经常遇到离散和偏斜性质的高维数据。分析网络本身或这类数据中基因之间的相互作用仍然存在许多挑战。由于数据可视化技术对于更高维度变得繁琐，并且当数据中同质子组之间没有明确的分离时无法令人信服，聚类分析提供了一种直观的替代方案。在这种情况下，应用基于混合模型的聚类的目的是发现共表达的基因组，这可以揭示基因产物的生物学功能和途径。提出了一种用于高通量转录组测序数据聚类的多变量Poisson-Log Normal（MPLN）混合模型。MPLN模型能够拟合广泛的相关性和过度分散情况，并且是对RNA测序研究的多变量计数数据建模的理想选择。通过马尔可夫链蒙特卡罗期望最大化算法（MCMCM-EM）进行参数估计，并使用信息准则进行模型选择。
2017-11-30 q-bio.QM stat.CO stat.ME
Wilcoxon-type Multivariate Cluster Elastic Net
提出一种基于Wilcoxon型回归与k-means聚类弹性网的高维多元回归方法，能在重尾或异常值误差下保持稳健性，同时实现回归估计与变量选择，并在模拟和乳腺癌基因数据中验证了其有效性。
2025-03-04 stat.ME
Consistency, breakdown robustness, and algorithms for robust improper maximum likelihood clustering
鲁棒非正常极大似然估计（RIMLE）是一种寻找近似高斯聚类的鲁棒多元聚类新方法。它最大化的伪似然定义添加一个组件与不适当的恒定密度，以适应离群值的高斯混合。RIMLE的一个特例是多元有限高斯混合模型的MLE。在本文中，我们将全面对待存在性，一致性和故障理论的RIMLE。在非光滑协方差阵约束下证明了RIMLE的存在性。结果表明，这些可以通过计算上可行的期望条件最大化算法来实现。
2018-02-13 stat.ME
Clustering using skewed multivariate heavy tailed distributions with flexible tail behaviour
位置和尺度混合高斯族具有产生许多灵活分布形式的能力。它嵌套的特殊情况下，几个重要的非对称分布，如广义双曲分布。广义双曲分布又嵌套了许多其他众所周知的分布，例如正态逆高斯分布（NIG），其实际相关性已在文献中广泛记录。在多变量环境中，我们建议将标准位置和尺度混合概念扩展到所谓的多尺度框架中，该框架具有允许在变量空间的每个维度中具有任意维度之间的相关性的不同尾部和偏斜行为的优点。通过期望最大化算法提供参数估计，特别关注NIG分布。推理，然后扩展到覆盖的情况下，这样的多个缩放分布的混合物应用聚类。对模拟数据和实际数据的评估证实，在模拟不同尾翼行为和方向形状的数据时，自由度和灵活性有所增加。
2014-08-01 stat.AP stat.ME
Non-parametric Clustering of Multivariate Populations with Arbitrary Sizes
我们提出了一个聚类过程，分组K人口到具有相同的依赖结构的子组。该方法适用于配对总体，并可用于面板数据。它依赖于从K种群估计的K密度Copula的正交投影系数之间的差异。每个集群，然后由人口具有显着相似的依赖结构。Ngounou-Bakam和Pommeret（2022）最近的检验统计量用于自动构建此类聚类。该过程是数据驱动的，并取决于渐近水平的测试。我们说明了我们的聚类算法，通过数值研究，并通过两个真正的数据集：一个小组的金融数据集和保险数据集的损失和分配损失调整费用。
2022-11-11 stat.AP stat.ME stat.ML
Robust Spectral Fuzzy Clustering of Multivariate Time Series with Applications to Electroencephalogram
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
提出一种基于频域的鲁棒模糊聚类框架，利用 Kendall tau 典型相干性提取跨变量特定频率单调关系，有效提升含噪高维多元时间序列聚类精度，并成功揭示脑电图中的认知状态标记。
2025-10-31 stat.AP stat.ME stat.ML
Discrete Exponential-Family Models for Multivariate Binary Outcomes
收集烟草和酒精使用等多结果数据的研究越来越普遍。原则上，多结局研究调查结局之间的相关性，包括因果联系和/或联合分布。虽然有许多研究多变量结局的方法，但在规模和解释方面仍然存在重大局限性。在这里，我们介绍了一个基于离散二进制结果的指数族的模型，该模型以计算高效的方式为多个二进制结果的假设检验提供了一个灵活的框架。
2022-11-02 stat.CO stat.ME
On estimation and order selection for multivariate extremes via clustering
本文提出带惩罚的简化平均轮廓宽度来一致选择多元极值谱测度的聚类阶，并分析聚类估计的大偏差性质及重尾因子模型参数估计。
2025-02-19 math.ST stat.ME stat.TH
Clustering multivariate functional data using the epigraph and hypograph indices: a case study on Madrid air quality
本文提出面向多元函数型数据的 epigraph 与 hypograph 指数广义形式，利用曲线及前两阶导数实现聚类，并通过模拟数据与马德里空气质量等环境案例验证其有效性。
2024-11-19 stat.AP stat.ME
Skeleton Clustering: Dimension-Free Density-based Clustering
University of Washington（华盛顿大学）
我们介绍了一种基于密度的聚类方法，称为骨架聚类，可以检测多变量，甚至高维数据的不规则形状的集群。为了绕过维数灾难，我们提出了替代密度的措施，是不太依赖于尺寸，但有直观的几何解释。作为中间步骤，聚类框架构建了给定数据的简洁表示，可以认为是原型方法，基于密度的聚类和层次聚类的组合。我们通过理论分析和实证研究表明，骨架聚类导致可靠的集群在多元和高维的场景。
2023-01-18 cs.LG stat.ME stat.ML
Twoblock clustering trees with coskewness-based dimension reduction: recovering piecewise multivariate linear regimes
Snow Stallion AI；University of Antwerp（安特卫普大学）
介绍用于多元响应的双块聚类树，它是含局部多元线性模型叶子的确定性决策树，用双块降维，计算高效且可解释。还引入基于协偏度的降维空间估计器，能恢复分段线性模式，可与黑箱技术媲美，模型各部分可检查解释。
2026-10-09 stat.ME stat.ML
MMM: Clustering Multivariate Longitudinal Mixed-type Data
Univ Lyon, Univ Lyon 2, ERIC（里昂大学、里昂第二大学、ERIC）
提出MMM模型，通过矩阵多元正态分布混合在潜在维度聚类多元纵向混合型数据，同时建模异质性与时间依赖，无需条件独立假设。
2025-09-15 cs.LG stat.ME stat.ML
Clustering data with values missing at random using scale mixtures of multivariate skew-normal distributions
University of Pretoria（比勒陀利亚大学）；San José State University（圣何塞州立大学）；University of Catania（卡塔尼亚大学）
针对含偏态、厚尾特征的随机缺失数据聚类难题，扩展FMSMSN族并提出适配的增广EM类算法，经仿真验证性能后应用于全球CO₂排放数据，兼具灵活性与实用性。
2025-07-27 stat.CO stat.ME
