An Algorithm for Computing the Nonparametric MLE of a Mixing Distribution
混合分布非参数极大似然估计的计算算法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：摘要研究一般混合分布的似然计算，未明确涉及经济结构估计或所列其他细分领域。
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…
混合分布非参数极大似然估计的计算算法
- 研究问题
- 如何更快地计算混合模型中混合分布的非参数极大似然估计，并支持对关注参数逐点计算剖面似然？
- 方法与思路
- 作者开发在分布函数集合上最大化对数似然的算法，用多个例子比较计算表现，并讨论半无限规划程序的用途。
- 材料陈述的贡献
- 摘要称算法足够快，可用于关注参数网格上的剖面似然计算；所给实例涵盖共同均值和最优实验设计问题。
- 阅读关注点
- 应核对混合模型设定、分布支持点的更新与停止准则，以及算法的最优性判断、速度比较和剖面似然计算误差。
- 阅读边界
- 材料为版本未注明的OpenAlex索引摘要；具体收敛保证和运行时间未说明，提及结构参数也不足以认定经济结构识别。
原文摘要
A fast algorithm for calculating the nonparametric maximum likelihood estimate (MLE) of a mixing distribution, G(·). in a mixture model is discussed. The literature contains several methods for computing the nonparametric MLE of G, but these methods are slow. In this article we develop an algorithm for maximizing the log-likelihood l(G) over the family ℊ, of all distribution functions, that yields the nonparametric MLE of G. In some semiparametric problems, a structural or fixed parameter β is of interest, and we are interested in computing profile likelihood, sup Gl(G, β), for a grid of values of β. The algorithm that we propose is fast enough for this purpose. Examples illustrate and compare the algorithms; one taken from an article by Laird, the common mean problem, and one taken from the literature on optimal experimental design. It is also noted that routines from the literature on semi-infinite programming may be used to compute the profile log-likelihood.