跳到正文
← 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:摘要讨论通用有限混合模型的成分数估计,未明确连接离散选择、结构估计或其他所列领域。

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
Lancelot F. James
David J. Marchette
Carey E. Priebe

混合模型复杂度的一致估计

研究问题
有限混合模型的成分个数未知时,如何估计这一复杂度,并使估计成分数随着样本增加收敛到真实成分数?
方法与思路
作者提出半参数方法估计未知混合成分个数,摘要将其主要理论目标表述为估计个数对真实个数的几乎处处收敛。
材料陈述的贡献
摘要称,该方法获得混合成分数估计的强一致性,并强调有限混合模型在社会科学和实验科学等领域具有广泛应用。
阅读关注点
应核对成分可识别性、允许的成分分布与复杂度范围、估计准则及其实施方式,以及强一致性依赖的具体条件。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;模型限制、调节参数和有限样本表现未说明,广泛应用的表述不等于无条件适用。

原文摘要

The consistent estimation of mixture complexity is of fundamental importance in many applications of finite mixture models. An enormous body of literature exists regarding the application, computational issues and theoretical aspects of mixture models when the number of components is known, but estimating the unknown number of components remains an area of intense research effort. This article presents a semiparametric methodology yielding almost sure convergence of the estimated number of components to the true but unknown number of components. The scope of application is vast, as mixture models are routinely employed across the entire diverse application range of statistics,including nearly all of the social and experimental sciences.

笔记与分组
相关领域论文