An Application of the Laplace Method to Finite Mixture Distributions
Laplace 方法在有限混合分布中的应用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：摘要提出通用混合模型的贝叶斯近似计算，未明确对应所列经济计量细分方向。
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
Laplace 方法在有限混合分布中的应用
- 研究问题
- 当有限混合模型的精确贝叶斯计算量随样本量迅速增加时，如何近似后验函数、后验密度与混合成分数量的分布？
- 方法与思路
- 作者修改 Laplace 方法，以类似最大似然估计的计算近似有限混合模型后验，并研究部分指数族混合密度的渐近性质。
- 材料陈述的贡献
- 摘要称，方法对特定指数族混合具有较高渐近精度，并得到后验渐近正态性、成分数后验近似及两个数据应用。
- 阅读关注点
- 应核对适用的指数族、混合模型的参数可识别性与正则条件，以及成分数后验近似和有限样本误差的处理。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；精度与正态性只针对所述混合类别，具体条件未给出，不能推断刊本变化。
原文摘要
An exact Bayesian analysis of finite mixture distributions is often computationally infeasible, because the number of terms in the posterior density grows exponentially with the sample size. A modification of the Laplace method is presented and applied to estimation of posterior functions in a Bayesian analysis of finite mixture distributions. The procedure, which involves computations similar to those required in maximum likelihood estimation, is shown to have high asymptotic accuracy for finite mixtures of certain exponential-family densities. For these mixture densities, the posterior density is also shown to be asymptotically normal. An approximation of the posterior density of the number of components is presented. The method is applied to Duncan's barley data and to a distribution of lake chemistry data for north-central Wisconsin.