Efficient Nonparametric Estimation of Mixture Proportions
混合比例的有效非参数估计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：摘要研究一般混合模型的比例估计与效率，没有直接涉及所列因果、选择或经济分布效应方向。
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
混合比例的有效非参数估计
- 研究问题
- 混合比例的非参数估计能够达到怎样的渐近效率下界，如何构造达到该下界并允许数据自适应分组的估计量？
- 方法与思路
- 作者构造多项分布近似序列及相应最大似然估计，推导克拉美–罗下界，并考察指定方式下的自适应单元划分。
- 材料陈述的贡献
- 摘要称刻画了渐近最优估计量，并证明 Hosmer 的 M2 抽样模型中可显式获得的最大似然估计序列达到该标准。
- 阅读关注点
- 应核对 M2 模型的抽样结构、下界适用的估计量范围，以及近似精细程度与自适应单元选择的具体要求。
- 阅读边界
- 仅据 Crossref 摘要，M2 模型和自适应划分条件未展开，不能据此认定任意混合模型均有效或推断刊本变化。
原文摘要
SUMMARY By constructing a sequence of multinomial approximations and related maximum likelihood estimators, we derive a Cramér-Rao lower bound for nonparametric estimators of the mixture proportions and thereby characterize asymptotically optimal estimators. For the case of the sampling model M2 of Hosmer (1973) it is shown that the sequence of maximum likelihood estimators, which can be obtained explicitly, is asymptotically optimal in this sense. The results hold true even when the multinomial approximations involve cells chosen adaptively, from the data, in a well-specified way.