Estimation of Finite Mixtures of Distributions from the Exponential Family
指数族分布有限混合模型的估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究通用有限混合分布估计，未指定结构经济模型或其他所列应用。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
指数族分布有限混合模型的估计
- 研究问题
- 当混合成分数量已知、各成分属于同一指数族但参数不同，如何迭代估计混合模型并评价估计性质？
- 方法与思路
- 作者发展逐次代入的迭代方程，给出泊松、二项和指数分布的具体形式，并展示实例、渐近方差及抽样实验。
- 材料陈述的贡献
- 摘要称所得估计通常对应似然的局部极大值，试验例子中似然逐步增加，并提供与矩估计比较的抽样证据。
- 阅读关注点
- 应核对混合模型的识别条件、初始化与收敛标准，以及似然递增是否有一般证明而非仅为实例观察。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；成分数被假定已知，实例中的似然递增不能据此视为全局收敛或普遍效率优势。
原文摘要
General “successive substitutions” iteration equations are developed for obtaining estimates for finite mixtures of distributions from the exponential family. These, in general, correspond to relative maximums of the likelihood function. It is assumed that the number of distributions is known, and that the mixtures are from distributions of the same type, but with different parameter values. The particular equations for the Poisson, binomial, and exponential distributions are given, as well as examples of the results of the procedure for each distribution. From the examples tried, it was observed that the likelihood function increased at each iteration. Graphs of the asymptotic variances of the estimates are given, and two sampling experiments comparing estimates obtained by this scheme with moment estimates are also given.