A Note on the Aitkin-Rubin Approach to Hypothesis Testing in Mixture Models
关于混合模型假设检验中 Aitkin–Rubin 方法的札记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：摘要研究通用混合模型的非正则检验，未明确涉及指定的选择、结构或其他领域模型。
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…
关于混合模型假设检验中 Aitkin–Rubin 方法的札记
- 研究问题
- 检验混合模型的成分数量时，对混合比例加入先验分布，能否恢复似然比统计量通常卡方极限所需的正则条件？
- 方法与思路
- 作者考察文献提出的混合比例先验处理方式，检查其是否消除成分数量检验中的非正则性；摘要未给出证明细节。
- 材料陈述的贡献
- 摘要称加入混合比例先验后，通常的正则条件仍然不成立，指出该处理不能据此支持常规卡方渐近推断。
- 阅读关注点
- 应核对所批评方法的具体构造、仍失效的正则条件，以及结论针对的模型与先验范围；查明是否提供替代校准方法。
- 阅读边界
- 仅依据所给 Crossref 摘要；未给出具体零分布或替代检验，不能将结论扩展为所有混合模型贝叶斯检验均无效。
原文摘要
SUMMARY In testing for the number of components in a mixture, it is well known that regularity conditions do not hold for minus twice the log likelihood ratio to have its usual asymptotic null distribution of chi-squared. In an attempt to overcome some of the problems, it has been proposed in the literature that a prior distribution be placed on the mixing proportions. We show here that the usual regularity conditions still do not hold.