Adaptive mixtures of regressions: Improving predictive inference when population has changed

Abstract : The present work investigates the estimation of regression mixtures when population has changed between the training and the prediction stages. Two approaches are proposed: a parametric approach modelling the relationship between dependent variables of both populations, and a Bayesian approach in which the priors on the prediction population depend on the mixture regression parameters of the training population. The relevance of both approaches is illustrated on simulations and on an environmental dataset.
Type de document :
Article dans une revue
Communication in Statistics - Simulation and Computation, 2014, 43 (10), pp.22. 〈10.1080/03610918.2012.758737〉
Liste complète des métadonnées

Littérature citée [30 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00477597
Contributeur : Julien Jacques <>
Soumis le : samedi 13 octobre 2012 - 10:23:12
Dernière modification le : mercredi 7 janvier 2015 - 01:07:29
Document(s) archivé(s) le : samedi 17 décembre 2016 - 00:41:13

Fichier

AdaptMixtReg-v2.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Charles Bouveyron, Julien Jacques. Adaptive mixtures of regressions: Improving predictive inference when population has changed. Communication in Statistics - Simulation and Computation, 2014, 43 (10), pp.22. 〈10.1080/03610918.2012.758737〉. 〈hal-00477597v3〉

Partager

Métriques

Consultations de la notice

281

Téléchargements de fichiers

167