Probability
證明使用高斯混合的參考文獻
高斯混合模型 (GMM) 很有吸引力，因為它們在分析和實踐中都很容易使用，並且能夠在沒有太多複雜性的情況下對一些奇異的分佈進行建模。有一些我們應該期望持有的分析性質通常並不明確。特別是：
- 說是所有高斯混合的類組件。對於任何連續分佈在實數上，我們是否保證增長，我們可以近似在相對熵的意義上，GMM 的損失可以忽略不計？也就是說，是否
- 假設我們有一個連續分佈我們找到了一個-分量高斯混合接近總變化：. 我們可以綁定嗎按照?
- 如果我們想觀察通過獨立的加性噪聲（都是真實的，連續的），我們有 GMM在哪裡，那麼這個值是否很小： 即，估計是真的嗎通過噪音和估計一樣難通過噪音？
- 您可以為泊松噪聲等非加性噪聲模型做到這一點嗎？
到目前為止，我的（簡短的）文獻綜述剛剛出現了非常實用的教程。有沒有人有任何參考資料可以嚴格證明在什麼條件下我們有理由使用混合模型？
在計量經濟學中，上下文是 logit 模型中係數的混合分佈，標準參考是：用於離散響應的混合 MNL 模型 DANIEL MCFADDEN 和 KENNETH TRAIN，應用經濟學雜誌，J. Appl。經濟。15：447-470（2000）。