Hyppää sisältöön
    • FI
    • ENG
  • FI
  • /
  • EN
OuluREPO – Oulun yliopiston julkaisuarkisto / University of Oulu repository
Näytä viite 
  •   OuluREPO etusivu
  • Oulun yliopisto
  • Avoin saatavuus
  • Näytä viite
  •   OuluREPO etusivu
  • Oulun yliopisto
  • Avoin saatavuus
  • Näytä viite
JavaScript is disabled for your browser. Some features of this site may not work without it.

Modeling probability density through ultraspherical polynomial transformations

Mäkinen, Terhi; Holmström, Lasse (2016-05-27)

 
Avaa tiedosto
nbnfi-fe2017112050793.pdf (452.0Kt)
nbnfi-fe2017112050793_meta.xml (28.52Kt)
nbnfi-fe2017112050793_solr.xml (26.44Kt)
Lataukset: 

URL:
https://doi.org/10.1080/03610918.2016.1186181

Mäkinen, Terhi
Holmström, Lasse
Informa
27.05.2016

Terhi Mäkinen & Lasse Holmström (2017) Modeling probability density through ultraspherical polynomial transformations, Communications in Statistics - Simulation and Computation, 46:8, 5879-5900, DOI: 10.1080/03610918.2016.1186181

https://rightsstatements.org/vocab/InC/1.0/
This is an Accepted Manuscript of an article published by Taylor & Francis in Communications in statistics: simulation and computation on 27 May 2016, available online: http://www.tandfonline.com/10.1080/03610918.2016.1186181.
https://rightsstatements.org/vocab/InC/1.0/
doi:https://doi.org/10.1080/03610918.2016.1186181
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2017112050793
Tiivistelmä

Abstract

We present a method for fitting parametric probability density models using an integrated square error criterion on a continuum of weighted Lebesgue spaces formed by ultraspherical polynomials. This approach is inherently suitable for creating mixture model representations of complex distributions and allows fully autonomous cluster analysis of high-dimensional datasets. The method is also suitable for extremely large sets, allowing post facto model selection and analysis even in the absence of the original data. Furthermore, the fitting procedure only requires the parametric model to be pointwise evaluable, making it trivial to fit user-defined models through a generic algorithm.

Kokoelmat
  • Avoin saatavuus [38618]
oulurepo@oulu.fiOulun yliopiston kirjastoOuluCRISLaturiMuuntaja
SaavutettavuusselosteTietosuojailmoitusYlläpidon kirjautuminen
 

Selaa kokoelmaa

NimekkeetTekijätJulkaisuajatAsiasanatUusimmatSivukartta

Omat tiedot

Kirjaudu sisäänRekisteröidy
oulurepo@oulu.fiOulun yliopiston kirjastoOuluCRISLaturiMuuntaja
SaavutettavuusselosteTietosuojailmoitusYlläpidon kirjautuminen