Non-Parametric Estimation of Finite Mixtures from Repeated Measurements
利用重复测量非参数估计有限混合分布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：摘要是通用有限混合分布识别与估计，未明确连接分布效应、面板模型或结构经济模型。
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…
利用重复测量非参数估计有限混合分布
- 研究问题
- 如何利用重复测量数据非参数识别并估计有限混合分布的各个成分，以及这些成分分布所对应的统计泛函？
- 方法与思路
- 作者给出构造性识别论证，据此建立两步估计量，讨论计算高效的实现方法，并推导渐近理论和开展模拟。
- 材料陈述的贡献
- 摘要称，方法可估计成分分布及其泛函；模拟提示，基于所推导理论构造的置信区间在小样本中覆盖表现良好。
- 阅读关注点
- 应核对重复测量支持识别的具体条件、两步估计的误差传递，以及泛函推断和小样本覆盖率所对应的模拟设计。
- 阅读边界
- 仅据所给 Crossref 摘要；重复测量次数、成分关系和识别条件未说明，覆盖表现不能推广到未考察的数据结构。
原文摘要
Summary This paper provides methods to estimate finite mixtures from data with repeated measurements non-parametrically. We present a constructive identification argument and use it to develop simple two-step estimators of the component distributions and all their functionals. We discuss a computationally efficient method for estimation and derive asymptotic theory. Simulation experiments suggest that our theory provides confidence intervals with good coverage in small samples.