编辑推荐：
本文引入了Akash分布的尺度混合（SMAK）分布。该新分布由Akash分布与指数分布的尺度混合产生。SMAK分布是具有重右尾的双参数分布的一种替代选择。研究人员研究了其表示形式、一些基本性质以及极大似然推断。研究人员利用真实数据进行了三项应用，结果显示SMA
本文引入了Akash分布的尺度混合（SMAK）分布。该新分布由Akash分布与指数分布的尺度混合产生。SMAK分布是具有重右尾的双参数分布的一种替代选择。研究人员研究了其表示形式、一些基本性质以及极大似然推断。研究人员利用真实数据进行了三项应用，结果显示SMAK分布相较于其他分布表现出更优的性能。
**1. 研究背景与问题提出**
在统计学中，slash分布作为正态分布的扩展形式，通过两个独立随机变量的比值构造，其尾部较正态分布更重。该分布属于尺度混合（scale mixture）家族的特例。通过对已有分布进行尺度混合扩展，能够在保留原分布结构的同时增强尾部灵活性。Akash（AK）分布由Shanker于2015年引入，用于拟合医学和工程领域的寿命数据，其概率密度函数为两参数形式，矩生成函数对所有实数有限，表明该分布不具备重尾特征，因而难以有效处理包含离群值的数据集。为弥补AK分布的这一缺陷，研究者尝试通过引入不同混合变量扩展其尾部行为，例如Gómez等人（2023）通过Beta混合变量构造了slash形式的Akash分布，提升了峰度和尾部柔性。然而，该扩展的混合分布选择仍存在局限性。本研究旨在提出一种基于指数分布作为混合变量的Akash分布尺度混合（SMAK）模型，以获得更简单的表达式和更强的重右尾特性，为正偏且含有极端观测的收入数据提供新的拟合工具，并作为对数正态（log-normal）分布等常用收入模型的替代方案。
**2. 研究内容与主要结论**
研究人员系统研究了SMAK分布的理论性质，包括密度函数、分布函数、危险函数、矩的存在性、阶统计量及尾部行为，并基于极大似然（ML）方法借助期望最大化（EM）算法进行参数估计。通过模拟研究评估估计性能，并将模型应用于人均收入、家庭收入以及肺癌患者生存时间三个真实数据集。研究结果表明，SMAK分布具有重右尾特征，其概率密度函数有显式表达式，危险函数在形状参数小于1时呈递减形态，且当形状参数取特定值时呈单峰或倒浴盆形状。尤为重要的是，该分布不存在任何正阶矩，因此均值和方差均不有限，这意味着在应用中应依赖中位数和分位数等稳健统计量进行推断。在模拟研究中，EM算法在36种参数组合下均能收敛，估计偏差和均方根误差随样本量增大而减小，但形状参数较大时收敛速度较慢，这归因于似然面在参数空间中的曲率较弱，而非矩缺失。三项实际数据应用显示，SMAK分布相较于Akash（AK）、对数正态（LN）、slash Fréchet（SFr）和slash Lomax–Rayleigh（SLR）模型，在信息准则（AIC、BIC）及拟合优度检验（KS、AD、CvM）中多数情况下取得更优结果，表明其对极端观测和重尾数据具有良好的适应性。该研究为收入分布建模和重尾数据分析提供了一种新的有效工具，并为无矩情形下的统计推断提供了方法论参考。
**3. 关键技术方法**
研究人员主要采用以下方法：
- **分布构造与随机表示**：基于尺度混合框架，利用Akash分布与指数分布的乘积积分构造SMAK分布，并给出两种随机表示（比例表示和商表示），用于生成随机数及推导性质。
- **极大似然估计与EM算法**：将SMAK分布的随机表示转化为分层模型，利用EM算法对参数进行迭代优化，其中E步计算潜变量的条件期望，M步更新参数，并基于观测信息矩阵计算标准误。
- **模拟研究**：基于随机表示生成样本，考虑不同参数组合和样本量，评估估计量的偏差、标准误和均方根误差。
- **真实数据应用**：使用2004年美国消费者金融调查（SCF）中500户正收入家庭的人均收入和家庭收入数据，以及美国退伍军人事务部肺癌患者生存时间数据（137例，来自R包“survival”中的veteran数据集），对模型拟合效果进行比较。
**4. 研究结果**
**4.1 密度与性质**
通过定义和命题形式，研究人员推导了SMAK分布的概率密度函数（PDF）（式(3)）和累积分布函数（CDF）（式(4)）。PDF具有显式表达式，包含尺度参数和形状参数，且随着形状参数减小，尾部变得更重。CDF通过变量替换得到，形式简单。危险函数（hazard function）的表达式也由推论给出，图2展示了不同参数值下危险函数的形状变化，表明其具有递减或单峰形态。
**4.2 矩与阶统计量**
命题5证明SMAK分布的r阶矩（r>0）不存在，因为其尾部概率衰减速度低于指数分布，导致积分发散。这一性质意味着传统基于矩的描述性统计量不可用，应转向分位数和危险函数分析。命题6给出阶统计量的PDF，包括最小值和最大值的情形，为极值分析提供了理论依据。
**4.3 尾部特征**
命题7通过四次洛必达法则证明，SMAK分布的尾部概率与指数分布尾部之比的极限为正无穷，从而严格验证了其重尾性质。这一特征使其适用于金融和保险领域中极端值频发的场景。
**4.4 模拟研究**
模拟实验覆盖36种参数组合（样本量20、100、200、500），每个组合重复1000次。结果显示，随着样本量增加，偏差和RMSE整体下降，形状参数的估计精度通常优于尺度参数，尤其是参数较小时。当形状参数较大时，估计变异性增大且收敛速度变慢，但所有模拟均收敛，平均迭代次数为1113.6次，平均计算时间为0.13秒。这表明EM算法在有限样本下具有良好的可靠性和效率。
**4.5 实际应用**
- **人均收入数据**：样本中位数为21.125千美元，存在最高75百万美元的极端观测。SMAK模型与AK、LN模型比较，SMAK的AIC、BIC、KS、AD、CvM统计量均最小，QQ图显示其拟合效果优于LN模型。
- **家庭收入数据**：中位数为54千美元，存在极端值。SMAK在AIC、BIC、AD、CvM上最优，但LN的KS统计量略小。总体而言SMAK表现更佳。
- **肺癌生存时间数据**：多数患者生存时间约80天，最长者为999天，显著右偏。SMAK与SFr、SLR模型比较，在AIC、BIC、KS、AD、CvM上均获得最小值，QQ图显示其理论分位数与实际分位数更一致，尤其在上尾部分。
**5. 讨论与结论**
研究人员在讨论部分强调SMAK分布无有限矩的特性为实务工作带来三点启示：其一，描述数据时应采用稳健统计量；其二，参数解释应着重于危险函数和尾部形状；其三，基于似然的推断和模型比较（AIC、BIC）仍然有效。此外，SMAK可作为其他无矩重尾模型（如帕累托分布）的补充。论文结论指出，通过尺度混合AK与指数分布，成功构建了具有重右尾的SMAK分布，其PDF、CDF和危险函数均具有显式形式，且当形状参数小于1时危险函数递减，进一步印证了重尾特性。利用随机表示，EM算法能有效计算极大似然估计。在人均收入、家庭收入和生存时间数据中，SMAK的拟合优度优于AK、LN、SFr和SLR模型，展现出广泛的应用潜力。未来研究将考虑基于分位数的推断方法，以规避矩不存在带来的限制。
