跳到正文
← 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:摘要讨论一般离散混合分布的估计,未提供与所列计量领域细分直接对应的应用或结构。

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
Sleeba John

混合样本的分析

研究问题
当观测来自两个总体的混合分布时,如何推断各观测的来源总体,并同时估计两个总体的参数及估计量的抽样性质?
方法与思路
作者分别使用矩方法与最大似然方法,讨论两个成分均属于二项、负二项、泊松或超几何分布族的四种混合情形。
材料陈述的贡献
摘要称两种方法可用于来源总体推断和参数估计,给出矩估计量的渐近抽样分布,并通过一个例子展示方法的应用。
阅读关注点
应核对混合比例与成分参数的可识别条件、来源归属的判定方式,以及矩方程、似然求解和渐近分布成立的条件。
阅读边界
所给材料为稿件版本未注明的索引摘要;成分重叠时归属推断的不确定性及方法比较结果未说明,不能推断刊本变化。

原文摘要

This article describes the application of the method of moments and the maximum likelihood method to identify the population of origin of each observation when it is thought that the data are a mixture of random observations from two different populations. Specifically, four cases in which both the populations belong to the binomial, the negative binomial, the Poisson or the hypergeometric family are discussed. Both methods also yield estimates of the parameters of the populations involved. The asymptotic sampling distributions of the moment estimators are given, and the methods are illustrated by an example.

笔记与分组
相关领域论文