1、本文介紹了混合分布模型發(fā)展和研究現(xiàn)狀，不同的混合分布模型(混合泊松分布模型、混合指數(shù)分布模型、混合正態(tài)分布模型)的性質(zhì)及應(yīng)用條件。其中混合泊松分布在醫(yī)學(xué)領(lǐng)域有廣泛應(yīng)用；混合指數(shù)分布在工程領(lǐng)域里有一定應(yīng)用；而混合正態(tài)分布應(yīng)用最廣，因?yàn)樵S多隨機(jī)現(xiàn)象在樣本量足夠大時(shí)都可以用正態(tài)分布逼近。討論了混合分布的參數(shù)估計(jì)以及置信區(qū)間的估計(jì)，全文內(nèi)容以下： 第一章介紹了混合分布的發(fā)展和研究現(xiàn)狀以及還有哪些方面有待研究。 第二章考慮混合泊松

2、分布模型，分別用矩估計(jì)法、聚類法、EM算法對(duì)不同情況下的混合泊松分布模型的參數(shù)進(jìn)行估計(jì)?？紤]用EM算法得到的參數(shù)估計(jì)值的置信區(qū)間估計(jì)，即用Louis算法得出參數(shù)估計(jì)值的漸近方差的Fisher信息矩陣，由此得出參數(shù)的區(qū)間估計(jì)。 第三章討論混合指數(shù)分布的參數(shù)估計(jì)問(wèn)題，分別用矩估計(jì)法、貝葉斯估計(jì)法、EM算法、聚類法對(duì)不同情況下的混合指數(shù)分布的參數(shù)做估計(jì)和比較。 第四章運(yùn)用貝葉斯估計(jì)法、聚類法、EM算法得出混合高斯分布模型的參數(shù)