基于混合Gamma-Poisson分布模型的参数估计与异质性研究

赵雅梅; 黄希芬

doi:10.13624/j.cnki.issn.1001-7445.2024.0439

广西大学学报（自然科学版） ›› 2024, Vol. 49 ›› Issue (02) : 439 -449. DOI: 10.13624/j.cnki.issn.1001-7445.2024.0439

基于混合Gamma-Poisson分布模型的参数估计与异质性研究

赵雅梅, 黄希芬

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对连续-离散型混合分布的参数估计方法较少，且大多存在高维矩阵求逆或估计效率较低等问题，本文考虑将最小-最大化(MM)算法以及组装分解技术应用在Gamma-Poisson混合分布的参数估计中，目的是将高维目标函数分离组装成一系列的低维函数的线性组合，有效地避开高维矩阵求逆的困难。模拟研究表明：MM算法及其组装分解在Gamma-Poisson混合分布模型参数估计中具有较强的准确性和稳定性。将Gamma-Poisson混合分布模型应用到比利时离婚期限数据中，发现Gamma-Poisson混合分布模型对这一组异质性的连续-离散型数据具有较好的拟合效果。