G.Jogesh巴布 关于混合模型最大似然估计的注记。 （英语） Zbl 07643166号 J.韩国统计学会。 51，第4期，1327-1333（2022）. 摘要：实践者和一些统计学专业的学生经常盲目地使用标准软件或算法来获得最大似然估计量（MLE），而没有检查这种估计量存在的有效性。即使在数据来自高斯混合的简单情况下，全球MLE也不存在。本注释旨在作为教师角，强调了与混合模型MLE相关的存在问题，即使成分不一定是高斯的。 MSC公司： 62至XX 统计 关键词：MLE公司;多模态;惩罚可能性;奇点 PDF格式BibTeX公司 XML格式引用 \textit{G.J.Babu}，J.Korean Stat.Soc.51，No.4，1327--1333（2022；Zbl 07643166） 全文： 内政部 参考文献： [1] 陈，J。；李，S。；Tan，X.，双参数伽马混合模型受惩罚MLE的一致性，科学中国数学，592301-2318（2016）·Zbl 1360.62092号 ·doi:10.1007/s11425-016-0125-0 [2] 陈，J。；Tan，X.，多元正态混合物的推断，多元分析杂志，1001367-1383（2009）·Zbl 1162.62052号 ·doi:10.1016/j.jmva.2008.12.005 [3] 陈，J。；Tan，X。；Zhang，R.，均值和方差正态混合的推断，《统计》，第18期，第443-465页（2008年）·Zbl 1135.62018号 [4] Day，NE，估计正态分布混合的成分，生物统计学，56，463-474（1969）·Zbl 0183.48106号 ·doi:10.1093/biomet/56.3.463 [5] Hathaway，RJ，正态混合分布最大似然估计的约束公式，《统计年鉴》，13795-800（1985）·Zbl 0576.62039号 ·doi:10.1214/aos/1176349557 [6] 霍格，RV；Tanis，EA，《概率与统计推断》（1993），纽约：麦克米伦出版社，纽约 [7] Kim，D。；Seo，B.，在存在多个局部极大值的情况下评估高斯混合模型中的成分数量，多元分析杂志，125，100-120（2014）·Zbl 1280.62028号 ·doi:10.1016/j.jmva.2013.11.018 [8] 李，B。；巴布，GJ，统计推断研究生课程（2019），纽约：施普林格，纽约·兹比尔1430.62003 ·doi:10.1007/978-1-4939-9761-9 [9] GJ麦克拉克伦；Peel，D.，有限混合模型（2000），纽约：John Wiley and Sons，纽约·Zbl 0963.62061号 ·doi:10.1002/0471721182 [10] Seo，B。；Kim，D.，正态混合模型中的根选择，计算统计与数据分析，562454-2470（2012）·Zbl 1252.62013年 ·doi:10.1016/j.csda.2012.01.022 [11] 小型，C。；Wang，J。；杨忠，消除估计中的多重根问题（讨论），统计科学，15，313-341（2000）·doi:10.1214/ss/1009213000 [12] 斯诺西，H。；Mohammad-Djafari，A.，多元高斯混合的惩罚最大似然，AIP会议论文集，61736-46（2002）·数字对象标识代码：10.1063/1.1477037 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。