An Improved Version of the Quandt-Ramsey MGF Estimator for Mixtures of Normal Distributions and Switching Regressions
正态混合分布与切换回归的 Quandt–Ramsey 矩母函数估计量改进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：摘要讨论混合分布、切换回归与一般矩估计，未明确对应所列应用方向，故暂不分类。
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
正态混合分布与切换回归的 Quandt–Ramsey 矩母函数估计量改进
- 研究问题
- 研究正态混合分布与切换回归的矩母函数估计如何改进，以及增加经验与理论矩母函数的评价点能否改善估计表现。
- 方法与思路
- 作者以经验与理论矩母函数之间的差异构造目标函数，将普通平方和改为广义平方和，并考察评价点数量的影响。
- 材料陈述的贡献
- 摘要称，使用广义平方和后，更多评价点明确优于更少评价点；文中所列多数结果还可应用于一般矩估计。
- 阅读关注点
- 核对广义平方和的权重与估计步骤、增加评价点时采用的比较准则及其适用条件，并辨明哪些结果适用于一般矩估计。
- 阅读边界
- 摘要未说明“更好”的具体准则、权重构造、正则条件及有限样本表现，不能据此认定所有应用中增加矩条件都更有效。
原文摘要
Quandt and Ramsey have suggested an estimator for normal mixtures and switching regressions, which minimizes a sum of squared differences between empirical and theoretical values of the moment generating function. This paper demonstrates how their estimator can be improved by minimizing a generalized sum of squares rather than an ordinary sum of squares. When this is done, more points of evaluation (moments) are unambiguously better than less. Most of the results presented are also applicable to method of moments estimators in general.