来源：期刊VIP网 时间：
作者：余纯;黄丹;
单位：江西财经大学统计与数据科学学院;
摘要：当因变量为离散型的随机变量并服从泊松分布时，混合回归模型转变为一种特殊的混合泊松回归模型。在高斯混合回归模型的EM算法和普通泊松回归模型参数极大似然估计算法的基础上，文章提出将EM算法与迭代重加权最小二乘算法相结合，对混合泊松回归模型的各个参数进行估计。但是，当数据中出现离群值时，混合泊松回归模型及其算法不能进行准确的参数估计，因此进一步提出了基于均值漂移惩罚的稳健混合泊松回归模型，并设计了阈值嵌入式EM算法，该模型及其算法可以同时实现准确的离群值检测和稳健的参数估计。通过在数据模拟分析和实证分析中与普通的高斯混合回归模型和混合泊松回归模型进行比较，验证了所提出的稳健新方法的优越性。
关键词：均值漂移惩罚;;混合泊松回归模型;;稳健推断;;离群值检测
基金资助：江西省自然科学基金资助项目(20202BABL201013)
