Comptes Rendus
Statistique/Probabilités
Unicité dans la méthode des moments pour les mélanges de deux distributions normales
Comptes Rendus. Mathématique, Volume 336 (2003) no. 1, pp. 89-94.

A travers l'étude de l'unicité des solutions du système classique des moments du mélange de deux distributions normales, nous mettons en évidence la nécessité d'élargir la méthode de Pearson. Nous considérons, alors, un second système que nous montrons être complémentaire du premier, et que nous inversons. Une utilisation combinée de ces deux systèmes permet de rendre stable la méthode des moments jusqu'ici réputée trop instable.

By studying uniqueness, we show that Pearson's method of moments for mixtures of two normal distributions must be completed. We then invert a second set of moment equations, which is constructed to complete the classical system of moments. We are thus able to stabilize the method.

Reçu le :
Accepté le :
Publié le :
DOI : 10.1016/S1631-073X(02)00011-0
Emmanuel Monfrini 1

1 ISFA, 43, boulevard du 11 novembre 1918, 69622 Villeurbanne, France
@article{CRMATH_2003__336_1_89_0,
     author = {Emmanuel Monfrini},
     title = {Unicit\'e dans la m\'ethode des moments pour les m\'elanges de deux distributions normales},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {89--94},
     publisher = {Elsevier},
     volume = {336},
     number = {1},
     year = {2003},
     doi = {10.1016/S1631-073X(02)00011-0},
     language = {fr},
}
TY  - JOUR
AU  - Emmanuel Monfrini
TI  - Unicité dans la méthode des moments pour les mélanges de deux distributions normales
JO  - Comptes Rendus. Mathématique
PY  - 2003
SP  - 89
EP  - 94
VL  - 336
IS  - 1
PB  - Elsevier
DO  - 10.1016/S1631-073X(02)00011-0
LA  - fr
ID  - CRMATH_2003__336_1_89_0
ER  - 
%0 Journal Article
%A Emmanuel Monfrini
%T Unicité dans la méthode des moments pour les mélanges de deux distributions normales
%J Comptes Rendus. Mathématique
%D 2003
%P 89-94
%V 336
%N 1
%I Elsevier
%R 10.1016/S1631-073X(02)00011-0
%G fr
%F CRMATH_2003__336_1_89_0
Emmanuel Monfrini. Unicité dans la méthode des moments pour les mélanges de deux distributions normales. Comptes Rendus. Mathématique, Volume 336 (2003) no. 1, pp. 89-94. doi : 10.1016/S1631-073X(02)00011-0. https://comptes-rendus.academie-sciences.fr/mathematique/articles/10.1016/S1631-073X(02)00011-0/

[1] A.A. Borovkov Statistique Mathématique, Mir, Moscou, 1987

[2] A.C. Cohen Estimation in mixtures of two normal distributions, Technometrics, Volume 9 (1967) no. 1, pp. 15-28

[3] A.P. Dempster; N.M. Laird; D.B. Rubin Maximum likelihood from incomplete data via the EM algorithm, J. Roy. Statist. Soc. Ser. B, Volume 39 (1977), pp. 1-38

[4] S. Fiorin, Inconsistency for roots of likelihood equations which are relative maxima of the likelihood function, Rapport technique ISUP-LSTA, 2001-6, 2001

[5] J.G. Fryer; C.A. Robertson The bias and accuracy of moment estimators, Biometrika, Volume 57 (1970), pp. 57-65

[6] J.G. Fryer; C.A. Robertson A comparison of some methods for estimating mixed normal distributions, Biometrika, Volume 59 (1972), pp. 639-648

[7] G. McLachlan; D. Pell Finite Mixture Models, Wiley, New York, 2000

[8] E. Monfrini, Identifiabilité et méthode des moments pour les mélanges de distributions du système de Pearson, Thèse de doctorat, Université Paris 6, 2002

[9] E. Monfrini, Une méthode des moments stable pour le mélange de deux distributions normales, Rapport technique, LSTA, 2002

[10] K. Pearson Contribution to the mathematical theory of evolution, Philos. Trans. Roy. Soc. London Ser. A, Volume 185 (1894), pp. 71-110

[11] R. Redner; H.F. Walker Mixture densities, maximum likelihood and the E.M. algorithm, SIAM Rev., Volume 26 (1984), pp. 195-239

[12] H. Teicher Identifiability of finite mixtures, Ann. Math. Statist., Volume 34 (1963), pp. 1265-1269

[13] D.M. Titterington; A.F.M. Smith; U.E. Makov Statistical Analysis of Finite Mixture Distributions, Wiley, New York, 1985

Cité par Sources :

Commentaires - Politique


Ces articles pourraient vous intéresser

Sommaire tome 336, janvier–juin 2003

C. R. Math (2003)