文献

J-GLOBAL ID：201702255778108284   整理番号：17A0302984

2パラメータガンマ混合モデルのためのペナルティ付き最尤推定量の一致【Powered by NICT】

Consistency of the penalized MLE for two-parameter gamma mixture models

著者 (3件)： Chen Jiahua (Research Institute of Big Data, Yunnan University) ,  Li Shaoting (Department of Statistics, University of British Columbia) ,  Tan Xianming (Department of Biostatistics, University of North Carolina at Chapel Hill)
資料名： Science China. Mathematics  (Science China. Mathematics)
巻： 59  号： 12  ページ： 2301-2318  発行年： 2016年 
JST資料番号： C2574A  ISSN： 1674-7283  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 二パラメータガンマ分布は責任理論,寿命データ解析,財務統計,および他の分野で広く用いられている。ガンマ分布の有限混合物はそれらの自然の拡張であり,個体群は不均一性の疑いがある場合には特に有用である。これらの分布は,様々な応用で成功裏に使用されているが,多くの研究者が誤って混合分布の最尤推定量は一致していると信じている。正規分布の有限混合物と同様に,有限ガンマ混合物下での尤度関数は制限されない。このため,各々の観察された値は真の分布に無関係であることを大域的最大をもたらした。適合モデルにおける形状パラメータに従って可能性に見かけ上無視できるペナルティを適用した。はこのペナルティは有限ガンマ混合モデルの混合分布のlikelihoodbased推定量の一貫性を回復させることを示した。一貫性結論を検証するためにシミュレーション結果を提示し,キーポイントを説明する例を与えた。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 尤度関数 ,  Γ分布 ,  不均一性 ,  データ解析 ,  *ペナルティ ,  *推定量 ,  正規分布 ,  *最尤法 ,  個体群
準シソーラス用語： 尤度 ,  形状パラメータ ,  混合分布 ,  財務 ,  *混合モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 制約付きMLE ,  同定可能性 ,  有限混合 ,  罰則付き尤度 ,  Stirling公式

分類 (1件)： 統計学  (AB08000H)

タイトルに関連する用語 (3件)： 混合モデル ,  ペナルティ ,  最尤推定