Uniform consistency in nonparametric mixture models
非参数混合模型的一致相合性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：摘要研究一般非参数混合与混合回归的一致性，未明确涉及结构经济模型或分布效应，故不强行归入所列细分。
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
非参数混合模型的一致相合性
- 研究问题
- 非参数混合及混合回归模型中，如何把逐点相合性推进为一致相合性，并处理回归分量可以反复交叉的情形？
- 方法与思路
- 作者在误差分布为高斯密度卷积等设定下构造估计量，发展技术工具，并讨论一般非卷积混合模型的推广。
- 材料陈述的贡献
- 摘要称在一般条件下建立一致相合估计，并在允许分量回归函数任意多次交叉时证明这些函数的 L1 收敛。
- 阅读关注点
- 应核对一致性所覆盖的模型集合、分量识别及标签处理、卷积结构的作用，以及函数交叉时的收敛表述。
- 阅读边界
- 索引摘要未注明稿件版本，所谓一般条件并未列明；不能据此判断识别要求、收敛速率或非卷积推广的完整范围。
原文摘要
We study uniform consistency in nonparametric mixture models as well as closely related mixture of regression (also known as mixed regression) models, where the regression functions are allowed to be nonparametric and the error distributions are assumed to be convolutions of a Gaussian density. We construct uniformly consistent estimators under general conditions while simultaneously highlighting several pain points in extending existing pointwise consistency results to uniform results. The resulting analysis turns out to be nontrivial, and several novel technical tools are developed along the way. In the case of mixed regression, we prove L1 convergence of the regression functions while allowing for the component regression functions to intersect arbitrarily often, which presents additional technical challenges. We also consider generalizations to general (i.e., nonconvolutional) nonparametric mixtures.