適合在R中的正常分佈

Question

從標題，我有一些數據大致是正常分佈，我想找到它的兩個基本組件。

我擬合到數據分配兩個正常的與裝置和M時和米和標準偏差和S 和s 。兩個高斯由權重因子，例如縮放使得w + W = 1

我能成功此使用的vglm功能做VGAM包如：

fitRes <- vglm(mydata ~ 1, mix2normal1(equalsd=FALSE), 
      iphi=w, imu=m1, imu2=m2, isd1=s1, isd2=s2)) 

這是痛苦的緩慢，根據數據可能需要幾分鐘，但我可以忍受。

現在我想看看我的數據分佈隨着時間的變化如何變化，所以基本上我會在幾個（30-50）塊中分解我的數據，併爲每個塊重複適合過程。

所以，這裏的問題：

1）我如何加快入處理？我試圖使用nls或mle，它看起來更快，但大部分未能很好地適應（但成功地獲得了這些功能可能導致的所有可能的錯誤）。也就是我不清楚如何施加限制與這些功能（瓦特在[0; 1]和瓦特 + W = 1）

2）我如何自動地選擇一些很好的起點參數（我知道這是一個100萬美元的問題，但你永遠不會知道，也許有人有答案）？現在我有一個小界面，可以讓我選擇參數並直觀地看到最初的分佈是什麼樣子，這非常酷，但我想自動完成此任務。

我認爲依賴於y的第三和第四四分位數對應的x作爲兩個平均值的起始參數？你做這件事是否合理？

Answer 1

首先第一件事情：

• 你嘗試搜索fit mixture model上RSeek.org？
• 你看過Cluster Analysis + Finite Mixture Modeling任務視圖嗎？

對混合模型有很多研究，所以你可能會發現一些東西。