A comparison of some methods for estimating mixed normal distributions
若干正态混合分布估计方法的比较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：摘要研究通用正态混合分布的参数估计比较，没有所列应用细分方向的明确依据。
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
若干正态混合分布估计方法的比较
- 研究问题
- 对两成分正态混合分布的五个参数进行估计时，在连续样本最大似然遇到困难的情况下，哪些替代方法具有较好的误差表现？
- 方法与思路
- 作者比较矩估计，以及将变量分组后得到的多项式最大似然与最小卡方估计，在多种混合分布下考察偏差和均方误差。
- 材料陈述的贡献
- 摘要称，方法间偏差差异不大；分组估计在多数考察分布中均方误差较小，但特别难估计的分布中矩估计似乎更合适。
- 阅读关注点
- 应核对连续最大似然失效的具体含义、分组规则与参数配置，以及比较指标的定义；涉及误差阶数的乱码需查看原 PDF。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；误差阶数表达含乱码，不能重构公式；比较仅限所考察分布，未给出具体数值与分组条件。
原文摘要
Fisher's method of maximum likelihood breaks down when applied to the problem of estimating the five parameters of a mixture of two normal densities from a continuous random sample of size n. Two alternative methods, (i) moment estimates and (ii) multinomial maximum likelihood and niinimum x2 estimates obtained by grouping the underlying variable, are compared both for bias to n⊟θ1 and mean squared error to n⊟θ2 for a variety of mixed distributions. The methods do not differ essentially with regard to bias but for the mean squared error, the grouped estimates are shown to be more accurate than the moment estimates for most distributions, though the moment estimates seem preferable for distributions which are particularly difficult to estimate. It is also found that the accuracy levels of the grouped maximum likelihood and minimum X2 estimates do not differ greatly.