混合模型下 MLE 的一致性

Jul, 2016

Consistency of the MLE under mixture models

Jiahua Chen

TL;DR本文主要研究了似然比统计推断在混合模型下的大样本性质，特别是针对有限正态混合模型的罚分最大似然估计的一致性结果。

Abstract

The large-sample properties of likelihood-based statistical inference under mixture models have received much attention from statisticians. Although the consistency of the →

likelihood-based statistical inference mixture models nonparametric mle finite normal mixture models penalized mle

发现论文，激发创造

递归混合分布估计的一致性

研究了混合模型的递归算法及其等价修改和估计方法，提出了基于数据序列置换的不变性修改方法，并证明了估计的弱收敛一致性。

Aug, 2009

混合模型中基于变分贝叶斯推断的参数估计和模型选择的一致性

本篇论文研究、应用和优化混合模型和变化推理等技术对贝叶斯统计学、计算生物学和自然语言处理等多个领域的贡献，并研究证明了可变组成元素数量的情况下，情形近似的集中性，以及证明了这种多次证明技术确实是有效的。

May, 2018

高维逻辑回归现代极大似然理论

本研究证明在逻辑回归模型中，当样本量和自变量个数的比例变大时，MLE 的偏差和方差均远大于经典预测所得，常用的 LRT 也未能满足卡方分布，因此现有的软件包所得出的推论是不可靠的。

Mar, 2018

对数线性模型中的最大似然估计

研究了在条件泊松抽样方案下对数线性模型中的最大似然估计，推导了模型参数的最大似然估计器存在的必要和充分条件，探究了自然和均值参数在不存在 MLE 情况下的可估性。此外，提出了拓展最大似然估计算法，并利用对数线性模型的几何性质，为对数线性模型分析的现有算法进行改进和修正。

Apr, 2011

双组分混合模型的估计及其在多重检验中的应用

基于形状约束函数估计的思路，本文提出了一种估计混合比例和未知分布的方法，研究了其一致性和收敛速率，开发了自动化的无分布有保证的混合比例置信下限估计方法，并分析了在天文与微阵列实验中的应用。

Apr, 2012

指数族置换估计

本文研究一类排列上的指数族，并计算其规范化常数的渐近性质，证明 MLE 及一种可计算的近似 MLE 是一致的，证明 Besag 的伪似然估计是 sqrt（n）- 一致的，证明了迭代算法（IPFP）收敛于极限规范化常数，并且对应用于 Mallows 模型和 Kendall's Tau 的情况进行了分析。

Jul, 2013

一种基于最大似然方法的统一分布性能优化估计

利用插值最大似然估计（PML），可以很好地估计支持大小、覆盖区域、熵和接近均匀分布等数据科学中的对称性属性。

Nov, 2016

稀疏正态混合模型的估计和置信区间

本篇论文从众多维度描述了对象的角度出发，提出了一种新的方法来解决稀疏正常分布下的样本均值的估计问题，进一步推导出极小极大下的收敛率，且得到了最优收敛率，并将该方法与其他方法进行了比较。

Dec, 2006

多臂老虎机样本均值的偏差、风险和一致性

这篇文章系统地探讨了多臂老虎机实验中样本平均数的偏差、风险和一致性，并提出了一种有效的样本量概念来限制样本平均数在适当损失函数下的风险。

Feb, 2019

标准随机测度混合模型的 MCMC 方法

本文提出了一种基于 Markov chain Monte Carlo 方法的贝叶斯非参数混合模型的后验抽样方法，该方法采用归一化随机测度先验，并利用一些最近的后验特征进行修改，提高了 Neal 的 Dirichlet 过程混合模型 8 号算法的效率，并为其构建了一种相关算法。在应用实例方面，我们考虑了具有潜在归一化广义 Gamma 过程先验的混合模型，并描述了比较性的模拟结果证明了所提方法的有效性。

Oct, 2013