论文部分内容阅读
在对混合型数据进行图模型的学习时，利用CG分布的假设会要求离散变量和连续变量处于不对称的位置，且连续变量的边缘分布为混合型正态分布。本文对混合型数据的图学习提出一种新的方法，建立了离散变量和连续变量的对称关系，且连续变量的边缘分布是常见的正态分布，并给出参数估计的方法和统计模拟的结果。
在观测性数据中常遇到缺失数据的情况，缺失数据常导致参数的不可识别。本文在Frangakis，Rubin，An和MacKenzie(FRAM)(2007)[2]文中不完全数据的框架下，给出图模型的描述及其估计方法，再在扩展的假设下证明了可识别性，给出了参数估计的方法，并进行统计模拟。