Estimation of Allocation Rates in a Cluster Analysis Context
聚类分析中正确分配率的估计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：摘要讨论混合模型聚类的分配准确率，未直接对应所列离散选择、结构估计或其他经济计量细分。
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
聚类分析中正确分配率的估计
- 研究问题
- 混合模型聚类无法直接观察个体的真实所属总体时，如何估计各总体及整体的正确分配率，并减轻这些估计的偏差？
- 方法与思路
- 作者依据估计的后验归属概率进行分配，通过最大后验概率相关函数的平均估计正确分配率，并研究 Bootstrap 偏差校正。
- 材料陈述的贡献
- 摘要称，三个真实数据集与模拟研究表明，所提估计通常能提供真实分配率的有用信息，Bootstrap 偏差校正也得到积极结果。
- 阅读关注点
- 应核对分配率的目标定义、后验概率函数的具体形式、混合模型设定，以及偏差校正如何影响误差与不确定性评估。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；组分分布、模拟设定及数值结果未提供，不能据此认定偏差校正在所有聚类问题中有效。
原文摘要
A sample of multivariate observations is assumed to be drawn from a mixture of a given number of underlying populations. The mixture likelihood approach to clustering is used to allocate each individual in the sample to its population of origin on the basis of the estimated posterior probabilities of population membership. Estimation of the correct allocation rate is considered for individual populations as well as for the overall mixture by averaging functions of the maximum of these posterior probabilities. The estimates of the correct allocation rates provide a means of assessing the performance of the mixture approach to clustering. The bootstrap technique is investigated for its effectiveness in reducing the bias of the estimates so obtained. Results are reported for three real data sets and a simulation study. It is demonstrated that the proposed estimates generally provide useful information on the unobservable allocation rates of the mixture approach. Encouraging results are obtained for the bootstrap method of bias correction applied to the estimates of the individual and overall allocation rates.