有限混合回归模型（finite mixed regression model），理学-统计学-大数据统计分析-大数据，将有限混合分布的随机变量依赖于某些协变量的模型，用于模拟相应变量和协变量之间的异质回归关系。词源混合分布和混合分解的问题，最早于1846在文献中被提及，英国统计学家K.皮尔逊于1894年明确地阐述了混合分布的分解问题，为有限混合模型做出了开创性工作。学者们针对有限混合模型（FMMs），扩展至回归模型，考虑随机变量与某些协变量的关系，提出有限混合回归模型用于模拟异质回归关系。之后提出混合回归模型的矩估计算法，最大似然算法。由于计算的复杂性，直到最大期望算法（EM）被提出和应用于最大似然估计中，混合回归模型才被广泛接受。