Miscellanea. An extension of Morel-Nagaraj's finite mixture distribution for modelling multinomial clustered data
杂录：用于多项聚类数据的 Morel–Nagaraj 有限混合分布扩展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：摘要研究聚类多项计数的混合分布，未明确涉及选择行为、面板或网络干扰。
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
杂录：用于多项聚类数据的 Morel–Nagaraj 有限混合分布扩展
- 研究问题
- 当多项数据的额外变异来自多重聚集而非单一聚集机制时，如何扩展既有有限混合分布并进行参数估计？
- 方法与思路
- 作者引入可能的多重聚集，将扩展模型表示为具有不同混合系数的多项混合分布，并推导最大似然估计方程。
- 材料陈述的贡献
- 摘要称扩展了原有单一聚集模型，给出模型参数 Fisher 信息矩阵的渐近近似，并通过真实数据分析展示方法。
- 阅读关注点
- 应核对多重聚集的生成含义、混合系数约束与参数可辨识性，以及估计方程和信息矩阵近似的具体条件。
- 阅读边界
- 所给材料为版本未注明的 OpenAlex 索引摘要；未说明聚集结构、参数数目或拟合改善结果，不能据多项数据推断离散选择行为模型。
原文摘要
Morel & Nagaraj (1993) proposed a finite mixture distribution for modelling multinomial extra variation when the extra variation is believed to be caused by clumped multinomial sampling with one clumping. We propose an extension of the model to incorporate possible multiple clumping. We show that the extended finite mixture distribution is a multinomial mixing distribution with different mixing coefficients. We derive maximum likelihood estimating equations and an asymptotic approximation to the Fisher information matrix for the parameters of the model. A real-life dataset is analysed.