非线性面板数据聚类方法研究

摘要：

对于一类变量非线性相关的面板数据，现有的基于线性算法的面板数据聚类方法并不能准确地度量样本间的相似性，且聚类结果的可解释性低。综合考虑变量非线性相关问题及聚类结果可解释性问题，提出一种非线性面板数据的聚类方法，通过非线性核主成分算法实现对样本相似性的测度，并基于混合高斯模型进行样本概率聚类，实证表明该方法的有效性及其对聚类结果的可解释性有所提高。

关键词：非线性、面板数据聚类、核主成分算法、混合高斯模型

所属期刊栏目：32

分类号：C813;F222(统计方法)

在线出版日期：2017-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：32-36