Partially Adaptive Estimation of Regression Models via the Generalized T Distribution
基于广义 t 分布的回归模型部分自适应估计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：摘要涉及一般回归的稳健与自适应估计，没有明确对应所列具体领域。
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
基于广义 t 分布的回归模型部分自适应估计
- 研究问题
- 如何利用包含多种常见误差分布的广义 t 分布估计回归参数，且分布参数估计会怎样影响回归估计的渐近效率？
- 方法与思路
- 作者研究广义 t 准似然最大化的 M 估计量及其一步版本，讨论分布参数估计，并给出方差最小化选择的最小距离解释。
- 材料陈述的贡献
- 摘要称，有限自由度下相应影响函数有界且回降，并分析分布参数估计对效率的影响及最小渐近方差的参数选择。
- 阅读关注点
- 应核对广义 t 分布的参数化、影响函数性质的条件、一步估计的初值要求，以及效率比较和最小距离解释的依据。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断部分自适应的准确范围、异常值下的实际表现或相对效率，不能声称普遍优越。
原文摘要
This paper considers M-estimators of regression parameters that make use of a generalized functional form for the disturbance distribution. The family of distributions considered is the generalized t (GT), which includes the power exponential or Box-Tiao, normal, Laplace, and t distributions as special cases. The corresponding influence function is bounded and redescending for finite “degrees of freedom.” The regression estimators considered are those that maximize the GT quasi-likelihood, as well as one-step versions. Estimators of the parameters of the GT distribution and the effect of such estimates on the asymptotic efficiency of the regression estimates are discussed. We give a minimum-distance interpretation of the choice of GT parameter estimate that minimizes the asymptotic variance of the regression parameters.