M Estimation of Multivariate Regressions
多元回归的 M 估计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：摘要重点是一般多元回归的稳健估计，投资数据示例不足以认定其研究面板方法或资产定价。
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
多元回归的 M 估计
- 研究问题
- 经典多元回归中，如何构造似不相关回归估计的稳健替代方案，其渐近协方差结构及变换性质如何？
- 方法与思路
- 作者提出加权 M 估计量，比较其渐近协方差与似不相关回归估计的结构，并讨论椭圆分布下的比较和投资数据应用。
- 材料陈述的贡献
- 摘要称所提估计具有与似不相关回归类似的渐近协方差结构，给出 Grunfeld 投资数据重分析，并明确其不具仿射等变性。
- 阅读关注点
- 应核对权重与损失函数、稳健性和效率的评价标准，以及缺乏仿射等变性对变量变换和实证结论的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；损失函数部分记号有乱码，需查原 PDF，不能据此重构形式或推断一般效率优势。
原文摘要
Robust alternatives to the seemingly unrelated regression (SUR) estimator of Zellner (1962) are proposed for the classical multivariate regression model.These weighted M-estimators achieve an asymptotic covariance matrix analogous to that of the SUR estimator.Comparisons for the l lt least absolute deviation, case are made with the efficient estimator in the case of elliptically contoured distributions.An example reanalyzing the Grunfeld investment data using a smooth "li-like" M-estimator is discussed in detail.In contrast to recent work of Hampel, et al (1986), Rousseeuw (1987) and Oja (1983), the methods studied below are not affine equivariant; some remarks on the potential significance of this failing conclude the paper.