Minimax Properties of $M-, R-$ and $L$-Estimators of Location in Levy Neighbourhoods
Lévy 邻域中位置参数 M、R 与 L 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：摘要讨论位置参数稳健估计的通用决策理论，未明确对应给定经济计量领域细分。
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
Lévy 邻域中位置参数 M、R 与 L 估计量的极小极大性质
- 研究问题
- 当位置模型的误差分布位于对称基准分布的 Lévy 邻域内时，三类稳健估计量的极小极大性质是否一致？
- 方法与思路
- 作者综述相关稳健估计理论，寻找邻域内位置 Fisher 信息最小的分布，并通过构造子邻域研究 L 估计量的渐近方差。
- 材料陈述的贡献
- 摘要称在较一般条件下找到最不利信息分布，且 Huber 的极小极大性质可延伸到 R 估计量，但在该邻域中对 L 估计量失效。
- 阅读关注点
- 应核对基准分布条件、邻域参数及最小信息分布的构造，明确极小极大性的风险标准，并检查 L 估计量反例的范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；基准分布的具体条件与证明未提供，不能将结论推广至所有稳健邻域。
原文摘要
In the context of Huber's theory of robust estimation of a location parameter, the literature on minimax properties of $M$-, $R$- and $L$-estimators is surveyed. New results are obtained for the model in which the unknown error distribution is assumed to lie in a Levy neighbourhood of a symmetric distribution $G: \mathscr{P}_{\varepsilon,\delta}(G) = \{F\mid G(x - \delta) - \varepsilon \leq F(x) \leq G(x + \delta) + \varepsilon \text{for all} x\}$. Under reasonably general conditions on $G$, the distribution $F_0$ in $\mathscr{P}_{\varepsilon,\delta}(G)$ which minimizes Fisher information for location is found. Huber's minimax property for $M$-estimators is shown to hold for $R$-estimators but to fail for $L$-estimators in Levy neighbourhoods. The latter is proved by constructing a subneighbourhood of distributions $\mathscr{F}_0$, with $F_0 \in \mathscr{F}_0 \subset \mathscr{P}_{\varepsilon\delta}(G)$, such that the asymptotic variance of the $L$-estimator which is asymptotically efficient at $F_0$ is minimized over $\mathscr{F}_0$ at $F_0$.