Testing for a Finite Mixture Model with Two Components
有限混合模型中两组分假设的检验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：摘要研究通用有限混合模型的组分数检验，未明确离散选择或经济结构估计。
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…
有限混合模型中两组分假设的检验
- 研究问题
- 对核分布来自一般单参数族的有限混合模型，如何检验恰有两个组分的原假设，并区分其与至少三个组分的备择？
- 方法与思路
- 作者在原假设与备择下均使用修正似然估计参数，据此构造修正似然比统计量，分析支撑点估计的一致性及渐近零分布。
- 材料陈述的贡献
- 摘要称得到较易应用的渐近零分布，并以正态、二项和泊松核模拟、正态核自助法模拟及胎动数据展示检验程序。
- 阅读关注点
- 应核对似然修正形式、核分布族与混合权重的限制、支撑点一致性条件，以及渐近检验和自助法的尺寸与功效表现。
- 阅读边界
- 仅据所给 Crossref 摘要；修正项、零分布形式及模拟数值未提供，不能断言所有单参数核或小样本情形均适用。
原文摘要
Summary We consider a finite mixture model with k components and a kernel distribution from a general one-parameter family. The problem of testing the hypothesis k=2 versusk⩾3 is studied. There has been no general statistical testing procedure for this problem. We propose a modified likelihood ratio statistic where under the null and the alternative hypotheses the estimates of the parameters are obtained from a modified likelihood function. It is shown that estimators of the support points are consistent. The asymptotic null distribution of the modified likelihood ratio test proposed is derived and found to be relatively simple and easily applied. Simulation studies for the asymptotic modified likelihood ratio test based on finite mixture models with normal, binomial and Poisson kernels suggest that the test proposed performs well. Simulation studies are also conducted for a bootstrap method with normal kernels. An example involving foetal movement data from a medical study illustrates the testing procedure.