×
李桑约尔;Lee，Taewook先生

有限混合模型阶数的稳健估计。 （英语） Zbl 1247.62067号

梅特里卡 68，编号3，365-390（2008）。
摘要：我们研究了基于最小化惩罚密度幂散度估计的有限混合模型阶的稳健有效估计方法。对于此任务，我们使用由D.达库纳-卡斯特和E.加西亚特[ESAIM Probab.Stat.1，285–317（1997；Zbl 1007.62507号); Ann.Stat.27，No.4，1178-1209（1999年：Zbl 0957.62073号)]，并验证了最小化惩罚密度功率发散估计量的一致性。提供了仿真结果以供说明。

引用于1审查
引用于1文件

MSC公司：

10层62层 点估计
62层35 鲁棒性和自适应程序（参数推断）
65C60个 统计中的计算问题（MSC2010）

关键词：

不可识别模型;惩罚最小密度功率发散估计;鲁棒估计器

引文：

Zbl 1007.62507号;Zbl 0957.62073号
PDF格式BibTeX公司 XML格式引用
\textit{S.Lee}和\textit{T.Lee}，梅特里卡68，第3期，365-390（2008；Zbl 1247.62067）
全文： 内政部

参考文献：

[1] Akaike H（1973）信息理论和最大似然原理的扩展。收件人：Petrov BN，Csaki F（eds）第二届信息理论国际研讨会，第267-281页·Zbl 0283.62006号
[2] Basu A、Harris IR、Hjort NL和Jones MC（1998年）。通过最小化密度功率发散，实现稳健高效的估计。生物特征85:549–559·Zbl 0926.62021号 ·doi:10.1093/biomet/85.3549
[3] Beran R（1977）。参数模型的最小海林格距离估计。安统计5:445–463·Zbl 0381.62028号 ·doi:10.1214/aos/1176343842
[4] Chen J和Kalbfleisch JD（1996）。有限混合模型中的惩罚最小距离估计。加拿大J Stat 24:167–175·Zbl 0858.62019号 ·doi:10.2307/3315623
[5] Cressie N和Read TRC（1984）。多项优良性测试。J R统计Soc B 5:440–454·Zbl 0571.62017号
[6] Csiszar I（1963）在Markhoffschen Ketten上的信息研究。匈牙利科学院数学研究所出版，第8卷，第84–108页
[7] Dacuhan-Castelle D，Gassiate E（1997年a）局部二次曲线模型的测试和混合模型的应用。ESAIM Probab统计285–317·Zbl 1007.62507号
[8] Dacunha-Castelle D和Gassiate E（1997年b）。混合模型阶数的估计。伯努利3:279–299·Zbl 0889.62012年 ·doi:10.2307/3318593
[9] Dacunha-Castelle D和Gassiate E（1999年）。使用局部二次曲线参数化测试模型的阶数：总体混合和平稳arma过程。安统计27:1178-1209·Zbl 0957.62073号 ·doi:10.1214/aos/1017938921
[10] Demsper AP、Laird NM和Rubin DB（1977年）。通过EM算法从不完整数据中获得极大似然。J R Stat Soc B系列39:1–38
[11] Dudley RM和Philipp W（1983年）。经验过程的Banach空间值随机元和的方差原理。Z Warsch Verw Gebi公司62:509–552·Zbl 0488.60044号 ·doi:10.1007/BF00534202
[12] Fujisawa H和Eguchi S（2007年）。正态混合模型中的稳健估计。J Stat Plan推断136:3989–4011·Zbl 1104.62017年 ·doi:10.1016/j.jspi.2005.03.008
[13] Furman WD和Lindsay BG（1994年）。使用矩估计量测试混合正态分布中的分量数。计算机统计数据分析17:473–492·Zbl 0937.62557号 ·doi:10.1016/0167-9473（94）90144-9
[14] Gassiat E（2002）。似然比不等式及其在各种混合物中的应用。安·德勒学院亨利·彭加莱38:897–906·Zbl 1011.62025号 ·doi:10.1016/S0246-0203（02）01125-1
[15] Heckman JJ、Robb R和Walker JR（1990年）。检验指数混合假设，并用矩量法估计混合分布。J Am Stat Assoc美国统计协会85:582–589·兹比尔0702.62040
[16] Henna J（1985）。关于估计连续分布的有限混合的成分数。Ann Inst统计数学37:235–240·Zbl 0577.62031号 ·doi:10.1007/BF02481094
[17] Hjort NL（1994）最小L2和稳健Kullback-Leibler估计。收录：Lachout P，Visek Já（编辑）第12届Praque会议关于信息理论、统计决策函数和随机过程的会议记录。捷克共和国布拉格科学院，第102–105页
[18] Hong C和Kim Y（2001）。最小密度功率发散估计中调谐参数的自动选择。J Korean Stat Soc韩国统计学会30:453–465
[19] Izenman AJ、Sommer C（1988年），Philatic混合物和多元密度。美国数学学会杂志83–94
[20] James LF、Priebe CE和Marchette DJ（2001年）。混合复杂性的一致估计。安统计29:1281–1296·Zbl 1043.62023号 ·doi:10.1214/aos/1013203454
[21] 克里宾C（2000）。混合模型阶数的一致估计。桑基拉62:49–66·Zbl 1081.62516号
[22] Leroux BG（1992年）。混合分布的一致估计。安统计20:1350–1360·Zbl 0763.62015号 ·doi:10.1214/aos/1176348772
[23] Lindsay BG（1983年）。力矩矩阵：在混合物中的应用。安统计17:722–740·Zbl 0672.62063号 ·doi:10.1214/aos/1176347138
[24] Liu X和Shao Y（2003）。可识别性损失下似然比检验的渐近性。31日：807–832·兹比尔1032.62014
[25] Mattheou K，Lee S，Karagrigurio A（2008）BHHJ度量：属性、特征、拟合优度测试和模型选择。J统计计划推断（接受）
[26] Pardo L（2006）。基于散度度量的统计推断。查普曼和霍尔/CRC，伦敦/Boca Raton·Zbl 1118.62008号
[27] Priebe CE和Marchette DJ（2000年）。交替核密度和混合密度估计。计算统计数据分析35:43–65·兹比尔1142.62338 ·doi:10.1016/S0167-9473（00）00003-7
[28] Redner R和Walker HF（1984）。混合密度、最大似然和EM算法。SIAM第26版：195–239·Zbl 0536.62021号 ·数字对象标识代码：10.1137/1026034
[29] Roeder K（1994）。用于确定混合法线中组件数量的图形技术。美国统计协会J Am Stat Assoc 89:487–495·Zbl 0798.62004号 ·doi:10.1080/01621459.1994.10476772
[30] 施瓦兹G（1978）。估算模型的维度。安统计6:461–464·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[31] Scott DW（1998）。通过最小L2误差进行参数建模。TR 98-3型。休斯顿莱斯大学
[32] Scott DW（2001）。最小综合平方误差的参数统计建模。技术计量学43:274–285·doi:10.1198/004017001316975880
[33] Tamura R和Boos D（1986年）。多元位置和协方差的最小hellinger距离估计。美国统计协会J Am Stat Assoc 81:223–229·Zbl 0601.62051号 ·doi:10.1080/01621459.1986.10478264
[34] Teicher H（1965）。有限混合的可识别性。数学统计年鉴36:423–439·Zbl 0139.35205号 ·doi:10.1214/oms/1177699904
[35] Terrell GR（1990）线性密度估算。在：继续统计计算部分。美国统计协会，第297-302页
[36] Van der vart AW和Wellner JA（1996）。经验过程。柏林施普林格
[37] Warwick J和Jones MC（2005）。选择鲁棒性调整参数。J Stat Comput Simul 75:581–588统计计算模拟·兹比尔1115.62317 ·doi:10.1080/00949650412331299120
[38] Woodward WA、Parr WC、Schucany WR和Lindsay H（1984年）。混合比例的最小距离和最大似然估计的比较。美国统计协会J Am Stat Assoc 79:590–598·Zbl 0547.62017号 ·doi:10.1080/01621459.1984.10478085
[39] Yakowitz SJ和Spragins JA（1968年）。关于有限混合的可识别性。数学年鉴39:209–214·Zbl 0155.25703号 ·doi:10.1214/aoms/1177698520
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。