Nagaraj K.内尔恰尔。;豪尔赫·莫雷尔。 一种改进的多项式过分散模型最大似然估计的计算方法。 （英文） Zbl 1430.62015年 计算。统计数据分析。 49，第1期，33-43（2005）. 摘要：我们考虑两种常用过分散模型的最大似然估计，即Dirichlet多项式分布（DM），由于[J.E.莫西曼《生物特征》49，65–82（1962；Zbl 0105.12502号)]以及作者提出的有限混合分布（FM）[Biometrika 80，No.2，363–371（1993；Zbl 0778.62013.中); J.Am.Stat.Assoc.93，No.443，1078–1087（1998；Zbl 1064.62527号)]. 这些模型已在文献中成功用于对多项式数据中的过度分散进行建模。使用经典Fisher评分法对这些模型的参数进行最大似然估计会带来一定的计算挑战。在DM的情况下，通过注意到Fisher信息矩阵可以使用贝塔-二项式分布（BB）来计算，这是DM的单变量版本，克服了这些挑战。另一方面，在FM的情况下可以使用近似定理来获得计算最大似然估计的两阶段程序。仿真结果表明，两阶段算法在不损失精度的情况下速度更快。 引用于9文件 MSC公司： 62-08 统计问题的计算方法 10层62层 点估计 关键词：多项式分布的混合;分算法;Dirichlet多项式分布;β二项式分布 引文：Zbl 0105.12502号;Zbl 0778.62013.中;Zbl 1064.62527号 软件：nlmdl公司 PDF格式BibTeX公司 XML格式引用 \textit｛N.K.Neerchal｝和\textit｛J.G.Morel｝，计算。统计数据分析。49，第1号，33-43（2005；Zbl 1430.62015） 全文： 内政部 参考文献： [1] Brier，S.S.，1979年。复杂采样方案的分类数据模型。明尼阿波利斯明尼苏达大学统计学院博士论文（未发表）。；Brier，S.S.，1979年。复杂采样方案的分类数据模型。明尼阿波利斯明尼苏达大学统计学院博士论文（未发表）。 [2] Gallant，R.A.，非线性统计模型（1987），Wiley:Wiley New York·Zbl 0611.62071号 [3] 约翰逊，N.L。；Kotz，S.，《离散多元分布》（1969年），威利出版社：威利纽约 [4] Morel，J.G.，N.K.，Nagaraj，1991年。用于模拟多项式额外变化的有限混合分布。马里兰州大学巴尔的摩县研究报告91-03，马里兰州巴尔的摩；Morel，J.G.，N.K.，Nagaraj，1991年。用于模拟多项式额外变化的有限混合分布。马里兰州大学巴尔的摩县研究报告91-03，马里兰州巴尔的摩·Zbl 0778.62013.中 [5] 莫雷尔，J.G。；Nagaraj，N.K.，建模多项式额外变化的有限混合分布，Biometrika，80363-371（1993）·Zbl 0778.62013.中 [6] Mosimann，J.E.，关于复合多项式分布、多元（β）分布和比例相关性，生物统计学，49，65-82（1962）·Zbl 0105.12502号 [7] Neerchal，N.K。；Morel，J.G.，两个参数多项式额外变异模型的大簇结果，J.Amer。统计师。协会，93，1078-1087（1998）·Zbl 1064.62527号 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。