On the Rate of Convergence of the ECM Algorithm
ECM 算法的收敛速率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：摘要研究通用缺失数据优化算法的收敛理论，没有明确对应所列计量领域细分。
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
ECM 算法的收敛速率
- 研究问题
- 如何将 EM 算法已有的收敛速率理论推广至 ECM 及其变体，并理解缺失数据对迭代速度判断的影响？
- 方法与思路
- 作者将 EM 算法的基本收敛速率结果推广到 ECM，进一步分析其变体，并用例子检查完整数据算法中的常见直觉。
- 材料陈述的贡献
- 摘要称，论文提供 ECM 及其变体的收敛速率结果，并展示完整数据迭代算法中的某些直觉在缺失数据下可能失效。
- 阅读关注点
- 应核对收敛速率的具体定义、条件最大化步骤对速率的影响，以及例子中导致完整数据直觉失效的机制。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出速率公式或比较条件，不能据此断言 ECM 总比 EM 更快。
原文摘要
The fundamental result on the rate of convergence of the EM algorithm has proven to be theoretically valuable and practically useful. Here, this result is generalized to the ECM algorithm, a more flexible and applicable iterative algorithm proposed recently by Meng and Rubin. Results on the rate of convergence of variations of ECM are also presented. An example is given to show that intuitions accurate for complete-data iterative algorithms may not be trustworthy in the presence of missing data.