Estimation in the Mixture of Markov Chains Moving With Different Speeds
不同移动速度的马尔可夫链混合模型估计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：摘要涉及债券评级迁移，但未明确研究尾部或系统性风险，其余内容为通用混合模型，故暂不选细分领域。
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
不同移动速度的马尔可夫链混合模型估计
- 研究问题
- 当个体在有限状态之间转移的速度存在异质性时，如何构建混合马尔可夫链模型，并估计各组的转移参数？
- 方法与思路
- 作者将混合机制设在时齐有限马尔可夫链的移动速率上，分别定义连续时间与离散时间模型，并开发最大似然估计的EM算法。
- 材料陈述的贡献
- 摘要称，该模型为移动速率的人群异质性提供建模框架，包含既有的移动者—停留者模型，并以债券评级迁移展示应用。
- 阅读关注点
- 阅读全文时应核对混合成分与速率参数的可识别性、两种时间设定的似然构造，以及EM初始化和评级迁移应用的设定。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未说明识别条件、算法收敛性质或应用数值，不能推断其他版本的变化。
原文摘要
This article considers a new mixture of time-homogeneous finite Markov chains where the mixing is on the rate of movement and develops the EM algorithm for maximum likelihood estimation of the parameters of the mixture. Continuous- and discrete-time versions of the mixture are defined, and their estimation is considered separately. The developed methods are illustrated with an application to modeling bond ratings migration. The class of mixture models proposed in this article provides a framework for modeling population heterogeneity with respect to the rate of movement. The proposed mixture subsumes the mover–stayer model, which has been widely used in applications.