Estimating Mixtures of Normal Distributions and Switching Regressions
正态混合分布与转换回归的估计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：摘要主要研究混合分布与转换回归的一般估计，工资谈判应用未提供足够信息确认属于结构估计细分方向。
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
正态混合分布与转换回归的估计
- 研究问题
- 有限正态混合模型的似然函数无界可能导致极大似然估计失效，能否使用矩母函数匹配构造替代估计方法？
- 方法与思路
- 作者最小化理论与样本矩母函数差异的平方和，研究一致性与渐近正态性，并开展模拟及工资谈判模型应用。
- 材料陈述的贡献
- 摘要称，论文证明所提估计量的一致性和渐近正态性，通过Monte Carlo与标准矩估计比较，并给出工资谈判应用。
- 阅读关注点
- 应核对矩母函数的匹配位置、参数空间与识别条件，以及转换回归的实现、模拟比较指标和工资应用规格。
- 阅读边界
- 依据版本未注明的OpenAlex索引摘要；定理条件、模拟表现和应用结果未说明，不能声称解决所有混合模型估计问题。
原文摘要
Since the likelihood function corresponding to finite mixtures of normal distributions is unbounded, maximum likelihood estimation may break down in practice. The article introduces the “moment generating function estimator” defined as the estimator which minimizes the sum of squares of differences between the theoretical and sample moment generating functions. The consistency and asymptotic normality of the estimator are proved and its finite sample behavior is compared to that of the standard method of moments estimator by Monte Carlo experiments. The estimator is applied to the Hamermesh model of wage bargain determination.