李,P。;陈,J。;万豪酒店,P。 非有限Fisher信息和同质性:EM方法。 (英语) Zbl 1163.62012年 生物特征 96,第2期,411-426(2009). 摘要:即使是有限混合模型的简单示例也可能无法满足标准参数推断问题中通常假设的正则性条件。例如,已经研究了许多方法来测试有限混合模型中的均匀性,但都依赖于正则性条件,包括Fisher信息的有限性和混合参数的空间是某些欧几里德空间的紧致子集。这些假设失败的非常简单的例子包括两个几何分布和两个指数分布的混合,以及更一般的比例分布族中的混合模型。为了克服这些困难,我们提出并研究了一种EM检验统计量,该统计量对本文的示例具有简单的极限分布。仿真结果表明,EM测试具有准确的I型误差,并且在适用时比现有方法更有效。其中包括一个真实的例子。 引用于28文件 MSC公司: 62F03型 参数假设检验 65C60个 统计中的计算问题(MSC2010) 62E20型 统计学中的渐近分布理论 62B10型 信息理论主题的统计方面 关键词:chi-square极限分布;密实度;指数混合;有限混合模型;同质性;似然比检验;分数测试 PDF格式BibTeX公司 XML格式引用 \textit{P.Li}等人,《生物统计学》96,第2期,411--426(2009;Zbl 1163.62012) 全文: 内政部