Least median of weighted squares in logistic regression with large strata
大分层Logistic回归中的加权平方最小中位数估计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：摘要研究通用Logistic回归的稳健性，未涉及经济主体选择行为或离散选择结构。
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
大分层Logistic回归中的加权平方最小中位数估计
- 研究问题
- Logistic回归能否具有高有限样本崩溃点，个体二元数据与大分层数据的差异如何影响稳健估计的可能性？
- 方法与思路
- 作者先在一个弱条件下讨论二元数据估计量的崩溃点限制，再为大分层Logistic模型修改平方最小中位数估计。
- 材料陈述的贡献
- 摘要称，满足所述弱条件的二元数据估计量不能具有高崩溃点，而大分层下提出的修改估计量崩溃点约为二分之一。
- 阅读关注点
- 应核对弱条件、污染方式和崩溃点定义，以及大分层的具体要求、权重构造和接近二分之一结论的适用范围。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未给出弱条件或分层规模要求，不能将崩溃点结论推广到所有Logistic估计量。
原文摘要
One aim of robust regression is to find estimators with high finite sample breakdown points. Although various robust estimators have been proposed in logistic regression models, their breakdown points are not yet known. Here it is shown for logistic regression models with binary data that there is no estimator with a high finite sample breakdown point, provided the estimator has to fulfill a weak condition. In logistic regression models with large strata however, a modification of Rousseeuw's least median of squares estimator is shown to have a finite sample breakdown point of approximately ½.