Testing the Mixture of Exponentials Hypothesis and Estimating the Mixing Distribution by the Method of Moments
指数分布混合假设的检验与混合分布的矩估计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：摘要研究一般持续时间混合模型的检验与识别困难，未给出经济结构模型或其他所列细分的明确依据。
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…
指数分布混合假设的检验与混合分布的矩估计
- 研究问题
- 如何检验持续时间数据能否表示为指数分布混合，并估计混合分布及离散混合的支撑点数量，同时认识模型解释的识别困难？
- 方法与思路
- 作者提出非参数的贝叶斯与经典检验，由检验准则推导混合分布的矩估计，并研究离散混合支撑点数量的估计。
- 材料陈述的贡献
- 摘要称，支撑点数量与混合分布的估计均具有一致性；同时指出不同模型可共享指数混合表示，并用蒙特卡洛评估矩估计。
- 阅读关注点
- 应核对指数混合表示所对应的识别问题、检验准则、矩条件及一致性要求，并区分混合分布恢复与原始模型解释。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；识别限制、一致性条件及模拟结果未说明，不能推断刊本变化或结构模型可识别性。
原文摘要
This article presents nonparametric methods for testing the hypothesis that duration data can be represented by a mixture of exponential distributions. Both Bayesian and classical tests are developed. A variety of apparently distinct models can be written in mixture of exponentials form. This raises a fundamental identification problem. A consistent estimator for the number of points of support of a discrete mixture is developed. A consistent method-of-moments estimator for the mixing distribution is derived from the testing criteria and is evaluated in a Monte Carlo study.