Asymptotic distributions of the maximal depth estimators for regression and multivariate location
回归与多变量位置最大深度估计量的渐近分布AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究通用深度估计量的渐近理论，统计深度并不直接等于分位数或分布效应，缺乏所列经济领域依据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
回归与多变量位置最大深度估计量的渐近分布
- 研究问题
- 最大深度回归估计量及多变量位置深度估计量在更高维空间中的极限分布如何刻画，能否摆脱二维特殊几何论证？
- 方法与思路
- 作者通过连续过程的最大—最小运算刻画投影深度最大化估计量的极限分布，并将技术用于半空间深度等其他估计量。
- 材料陈述的贡献
- 摘要称文章完成回归与多变量位置模型从二维到更高维的渐近分布扩展，并可处理包括 Tukey 最深点在内的估计量。
- 阅读关注点
- 核对维度是否固定、深度最大化解的性质、连续过程及最大—最小运算的定义，以及各类深度估计量所需条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未提供完整正则条件或可计算推断方案，不能将更高维等同于维度随样本增长。
原文摘要
We derive the asymptotic distribution ofthe maximal depth regression estimator recently proposed in Rousseeuw and Hubert. The estimator is obtained by maximizing a projection-based depth and the limiting distribution is characterized through a max–min operation of a continuous process. The same techniques can be used to obtain the limiting distribution of some other depth estimators including Tukey’s deepest point based on half-space depth. Results for the special case of two-dimensional problems have been available, but the earlier arguments have relied on some special geometric properties in the low-dimensional space. This paper completes the extension to higher dimensions for both regression and multivariate location models.