Semiparametric estimation of a two-component mixture model
两成分混合模型的半参数估计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：摘要研究一般半参数混合分布模型，未明确涉及结构经济模型或所列分布效应方向。
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…
两成分混合模型的半参数估计
- 研究问题
- 当单变量数据来自仅相差位置平移的两个分布时，如何借助对称性约束恢复模型识别，并在没有训练数据时估计未知成分？
- 方法与思路
- 作者在两成分位置混合模型中引入未知分布的对称性约束，估计混合比例、两个位置参数及分布函数，并研究渐近性质。
- 材料陈述的贡献
- 摘要称对称性约束带来模型可识别性，所提估计在适当正则条件下强一致，并研究收敛率、模拟表现及真实数据应用。
- 阅读关注点
- 应核对对称性究竟施加于哪个分布、混合比例和位置参数是否有排除条件，以及标签区分、收敛率和估计算法的具体处理。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列出识别及强一致性的完整条件，不能认定仅有对称性便覆盖所有退化参数情形。
原文摘要
Suppose that univariate data are drawn from a mixture of two distributions that are equal up to a shift parameter. Such a model is known to be nonidentifiable from a nonparametric viewpoint. However, if we assume that the unknown mixed distribution is symmetric, we obtain the identifiability of this model, which is then defined by four unknown parameters: the mixing proportion, two location parameters and the cumulative distribution function of the symmetric mixed distribution. We propose estimators for these four parameters when no training data is available. Our estimators are shown to be strongly consistent under mild regularity assumptions and their convergence rates are studied. Their finite-sample properties are illustrated by a Monte Carlo study and our method is applied to real data.