开放式访问
2017年2月 混合模型下MLE的一致性
陈嘉华
统计师。科学。 32(1): 47-63 (2017年2月)。 内政部:10.1214/16-STS578

摘要

混合模型下基于似然的统计推断的大样本性质受到了统计学家的广泛关注。尽管非参数MLE的一致性被视为标准结论,但许多研究人员忽略了混合模型所需的精确条件。错误的一致性声明可能会导致错误的结论,即使正在调查的混合模型似乎表现良好。例如,在有限正态混合模型下,尽管最近的研究取得了突破,但通常错误地假设了平面MLE的一致性。本文简化了一般非参数MLE,特别是有限正态混合模型下惩罚MLE的一致性结果。

引用

下载引文

陈嘉华。 “混合模型下MLE的一致性。” 统计师。科学。 32 (1) 47 - 63, 2017年2月。 https://doi.org/10.1214/16-STS578

问询处

出版日期:2017年2月
首次在欧几里得项目中提供:2017年4月6日

zbMATH公司:06946263
数学科学网:MR3634306型
数字对象标识符:10.1214/16-STS578

关键词:可识别性,基弗-沃尔福威茨方法,非参数MLE,受处罚的MLE,Pfanzagl方法

版权所有©2017数学统计研究所

第32卷•第1期•2017年2月
返回页首