Model-based time-varying clustering of multivariate longitudinal data with covariates and outliers

یک کلاس مدل های خطی چند متغیره تحت محدوده طولی، که در آن عدم هماهنگی نامطلوب ممکن است در طول زمان تکامل یابد، معرفی شده است. ساختار پنهان در نظر گرفته شده به مدل ناهمگونی، داشتن یک پشتیبانی گسسته و پیروی از زنجیره مارکوف مرتبه اول است. توزیع چندمتغیره سنگین برای مقابله با ناپایداری ها معرفی شده است. برآورد حداکثر احتمال برای ارزیابی پارامترها با استفاده از حداکثر سازی انتظارات و الگوریتم های به حداکثر رساندن انتظار-شرط انجام می شود. یادداشت های مربوط به شناسایی و استحکام مدل همراه با تمام جزئیات محاسباتی مورد نیاز برای پیاده سازی این پیشنهاد ارائه می شود. سه برنامه کاربردی برای داده های مصنوعی و واقعی نشان داده شده است. این تمرکز بر تأثیرات بالقوه موجود در خوشه بندی و شناسایی آنها است.