The Influence Curve and its Role in Robust Estimation
影响曲线及其在稳健估计中的作用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：摘要研究通用估计泛函与局部稳健性，未明确落入所列经济计量应用细分方向。
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
影响曲线及其在稳健估计中的作用
- 研究问题
- 将估计量视为分布的泛函后，其一阶导数如何刻画局部稳健性，并帮助比较参数模型附近不同估计方法对扰动的敏感程度？
- 方法与思路
- 作者以估计泛函的一阶导数研究局部稳健性，概述严格参数模型附近的稳健估计理论，并讨论多种经典及新估计量。
- 材料陈述的贡献
- 摘要称联系了影响曲线、冯·米塞斯泛函、刀切法和U统计量，讨论截尾均值、温莎化均值及M估计等，并提供数值稳健性表。
- 阅读关注点
- 阅读时应核对扰动邻域及导数的定义、影响曲线存在的条件，以及数值稳健性指标如何连接效率与对异常观测的敏感性。
- 阅读边界
- 仅据所给 OpenAlex 摘要，稿件版本未注明；摘要未给理论条件和数值表内容，局部稳健性不能直接解释为任意污染下的全局保证。
原文摘要
This paper treats essentially the first derivative of an estimator viewed as functional and the ways in which it can be used to study local robustness properties. A theory of robust estimation “near” strict parametric models is briefly sketched and applied to some classical situations. Relations between von Mises functionals, the jackknife and U-statistics are indicated. A number of classical and new estimators are discussed, including trimmed and Winsorized means, Huber-estimators, and more generally maximum likelihood and M-estimators. Finally, a table with some numerical robustness properties is given.