тут общая модель - линейная

под каждую под-группу наблюдений своя линейная модель

со своими коэффициентами

Окей, как узнать долю наблюдений в каждой конкретной группе? Коэффициенты известны (см модели в вопросе)

https://stats.stackexchange.com/questions/111145/how-to-fit-mixture-model-for-clustering

я когда-то использовал пакет mixtools, но тогда я имел дело с одномерными данными, в принципе, мои тогдашние хотелки он удовлетворил.

Насчет двумерных данных я не был уверен, но вот нашел статью, где их кажется препарируют с помощью mixtools

в смысле определить сами группы? раз модели чётко заданы, то посчитать для каждого наблюдения какой моделью он лучше всего описывается - тот же likelihood или просто error.Mixtrure model и EM алгоритм нужны были бы если бы не были чётков известны эти модели в списке

а тут параметры всех рассматриваемых моделей заданы в условии задачи - так что их не надо оценивать

Спасибо, буду читать

Ок, кажется, понял. Т.е. тупо считаем остаток для каждой модели по каждому наблюдению, предполагая нулевую ошибку, и выбираем ту, которая имеет минимальный, так?

да

для такой формулировки как в первом сообщении

с другой стороны - откуда взялись эти конкретные параметры и модели?) если бы они не были известны, то пригодились бы все эти mixture model и clustering

но раз они известны, то всё вроде как просто делается, так как вы и написали

Понял. Известны исходя из теоретической модели, но это уже другое обсуждение

всем доброго дня.

вопрос по векторизации циклов в R, как оптимальнее выполнять множественные действия над данными, не через циклы for/foreach, а через семейство функций apply? проблема в том - что нужно изменить набор данных, через выполнение нескольких действий, пример - добавить новый level во все номинальные переменные входного data.frame... через циклы это делается просто, а вот как это сделать правильно, т.е. через apply... это и есть вопрос... можете поделиться опытом?

А чем форыч не устраивает?

Насколько я понял вопрос (лучше в вопросы добавлять пример, который можно воспроизвести), можно написать функцию, которая делает то, что вам нужно, и вызывать ее через apply

Если вы циклом бежите по переменным, то ничего страшного нет. Да и потери производителности не будет. Так что не стесняйтесь. Вот по кейсам с циклом работать - не очень хорошая идея.

это подразумевает возвращать набор векторов... которыми потом надо заместить колонки в исходном дата-фрейме, что как-то не красиво, имхо

Форыч вернет список