The Trimmed Mean in the Linear Model
线性模型中的截尾均值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：摘要研究通用线性回归的稳健估计，独立误差和残差截尾未提供所列领域细分的直接依据。
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
线性模型中的截尾均值
- 研究问题
- 如何将位置模型中截尾均值的稳健性与效率性质推广到具有独立误差的一般线性模型，并处理由数据决定的截尾比例？
- 方法与思路
- 作者利用回归参数的初步估计及其残差构造新的参数估计量，考察大样本性质，并进一步研究自适应选择截尾比例的估计量。
- 材料陈述的贡献
- 摘要称该估计量在位置模型中具有与截尾均值相同的性质，其稳健性和效率性质可延伸至一般线性模型，并分析自适应版本。
- 阅读关注点
- 核对初步估计量所需性质、残差截尾的具体规则、误差分布与设计条件，以及数据选择截尾比例如何影响渐近性质。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；稳健性与效率的具体定义、条件及自适应结论未提供，不能断言对所有误差均有效。
原文摘要
For the general linear model with independent errors, we propose and examine the large sample properties of an estimator of the regression parameter. In the location model, the estimator has the same properties as the trimmed mean and the robustness and efficiency properties of the trimmed mean carry over to the general model. The estimator depends on a preliminary estimate of the regression parameter and the residuals based on it. The properties of the adaptive estimator with data-determined trimming proportions are also investigated.