Introduction to Robust and Quasi-Robust Statistical Methods.
稳健与准稳健统计方法导论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：目录涵盖广泛稳健统计方法，缺少将其归入特定计量领域细分的直接研究证据。
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
稳健与准稳健统计方法导论
- 研究问题
- 所给目录式材料围绕稳健估计的动机、理论概念与常用方法展开，但没有明确提出一项独立研究问题。
- 方法与思路
- 材料依次列出分布泛函、崩溃点、影响函数、重抽样及多类估计量，并涉及稳健回归、多变量估计和数值方法。
- 材料陈述的贡献
- 现有内容可支持其覆盖稳健统计理论与计算主题的判断，但不能据目录确认原创定理、方法创新或实证发现。
- 阅读关注点
- 应先核对文献类型与完整正文，再关注稳健性和准稳健性的定义、不同估计量的条件及影响函数与崩溃点关系。
- 阅读边界
- 提供的是目录式索引内容，稿件版本未注明，部分符号有乱码；不能当作完整研究摘要，也无法判断原创贡献。
原文摘要
1. Introduction and Summary.- 1.1. History and main contributions.- 1.2. Why robust estimations?.- 1.3. Summary.- A The Theoretical Background.- 2. Sample spaces, distributions, estimators.- 2.1. Introduction.- 2.2. Example.- 2.3. Metrics for probability distributions.- 2.4. Estimators seen as functionals of distributions.- 3. Robustness, breakdown point and influence function.- 3.1. Definition of robustness.- 3.2. Definition of breakdown point.- 3.3. The influence function.- 4. The jackknife method.- 4.1. Introduction.- 4.2. The jackknife advanced theory.- 4.3. Case study.- 4.4. Comments.- 5. Bootstrap methods, sampling distributions.- 5.1. Bootstrap methods.- 5.2. Sampling distribution of estimators.- B.- 6. Type M estimators.- 6.1. Definition.- 6.2. Influence function and variance.- 6.3. Robust M estimators.- 6.4. Robustness, quasi-robustness and non-robustness.- 6.4.1. Statement of the location problem.- 6.4.2. Least powers.- 6.4.3. Huber's function.- 6.4.4. Modification to Huber's proposal.- 6.4.5. Function Fair.- 6.4.6. Cauchy-s function.- 6.4.7. Welsch-s function.- 6.4.8. Bisquare function.- 6.4.9. Andrews's function.- 6.4.10. Selection of the ?-function.- 7. Type L estimators.- 7.1. Definition.- 7.2. Influence function and variance.- 7.3. The median and related estimators.- 8. Type R estimator.- 8.1. Definition.- 8.2. Influence function and variance.- 9. Type MM estimators.- 9.1. Definition.- 9.2. Influence function and variance.- 9.3. Linear model and robustness - Generalities.- 9.4. Scale of residuals.- 9.5. Robust linear regression.- 9.6. Robust estimation of multivariate location and scatter.- 9.7. Robust non-linear regression.- 9.8. Numerical methods.- 9.8.1. Relaxation methods.- 9.8.2. Simultaneous solutions.- 9.8.3 Solution of fixed-point and non-linear equations.- 10. Quantile estimators and confidence intervals.- 10.1. Quantile estimators.- 10.2. Confidence intervals.- 11. Miscellaneous.- 11.1. Outliers and their treatment.- 11.2. Analysis of variance, constraints on minimization.- 11.3. Adaptive estimators.- 11.4. Recursive estimators.- 11.5. Concluding remark.- 12. References.- 13. Subject index.