SEARCH

SEARCH BY CITATION

Keywords:

  • Chi-square limiting distribution;
  • computer experiment;
  • EM-test;
  • mixture model; order;
  • MSC 2010: Primary 62F03;
  • secondary 62K99

Abstract

There has been rapid progress in developing effective and easy-to-use tests of the order of a finite mixture model. The EM-test is the latest to join the rank. It has a relatively simple limiting distribution and enjoys broad applicability. Based on asymptotic theory, the P-value of the EM-test is approximated via its limiting distribution. The built-in tuning parameter has an important influence on the approximation precision. Thus, choosing an appropriate value for this parameter is important for fully realizing the advantages of the EM-test. In this article, we develop a novel computer-experiment approach to address this issue. Through designed experiments, we derive a number of empirical formulas for the tuning parameter. Extensive validation simulation shows that these formulas work well in terms of providing accurate type I errors. The Canadian Journal of Statistics 39: 389–404; 2011 © 2011 Statistical Society of Canada

Il y a eu de rapides progrès dans le développement de tests efficaces et faciles à utiliser pour l'ordre d'un modèle de mélange fini. Le test EM est le dernier de cette série. Sa distribution limite est relativement simple et il bénéficie d'une grande applicabilité. En se basant sur la théorie asymptotique, le seuil du test EM est approximé en utilisant sa distribution limite. Le paramètre de réglage incorporé a une grande importance sur la précision de l'approximation. Ainsi, choisir une valeur appropriée pour ce paramètre est important pour tirer pleinement avantage du test EM. Dans cet article, nous développons une nouvelle approche utilisant l'expérimentation par ordinateur pour aborder cette question. À l'aide d'expériences planifiées, nous obtenons certaines équations empiriques pour le paramètre de réglage. Une simulation de validation de grande envergure montre que ces équations permettent bien d'atteindre les erreurs de type I de façon précise. La revue canadienne de statistique 39:389–404;2011 © 2011 Société statistique du Canada