On the Minimax Property for $R$-Estimators of Location
位置参数R估计量的极小极大性质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：摘要研究位置估计的稳健极小极大理论，未涉及经济分布效应或所列其他应用细分方向。
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
位置参数R估计量的极小极大性质
- 研究问题
- 研究基础分布未知、关于零对称且与标准正态分布函数保持规定一致距离时，位置参数的R估计是否具有极小极大性质。
- 方法与思路
- 作者在对称分布的标准正态邻域内考察位置R估计，并将其极小极大性质放在摘要所述M估计和L估计的已有结论背景下。
- 材料陈述的贡献
- 摘要称R估计在所指定模型中具有极小极大性质；这一陈述针对对称且分布函数一致距离受限的分布类。
- 阅读关注点
- 应核对极小极大比较所用的风险标准、R估计评分函数的选择、邻域大小的作用，以及是否涉及渐近而非有限样本性质。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；风险定义、最优估计构造和结论尺度未说明，不能推广到任意污染邻域或非对称分布。
原文摘要
Consider the problem of estimating the unknown location parameter $\theta$ based on a random sample from $F(x - \theta)$, where $F$ is an unknown member of the class of distribution functions $\mathscr{F} = \{F: F$ is symmetric about 0 and $\sup_x |F(x) - \Phi(x)| \leq \varepsilon\}$, where $\Phi$ denotes the standard normal distribution function. Huber (1964) showed that $M$-estimation has a minimax property for this model, whereas Sacks and Ylvisaker (1972) showed that $L$-estimation fails to have the minimax property. It is shown here that $R$-estimation does have the minimax property for this model.