On the maximum bias functions of MM-estimates and constrained M-estimates of regression
回归 MM 估计与约束 M 估计的最大偏差函数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：摘要研究通用稳健回归估计，未涉及因果、面板或其他所列细分领域的明确设定。
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…
回归 MM 估计与约束 M 估计的最大偏差函数
- 研究问题
- 回归中 MM 与约束 M 估计的最大偏差如何刻画，与 S 和 τ 估计相比，其偏差稳健性与效率有哪些差异？
- 方法与思路
- 作者推导 MM 与约束 M 估计的最大偏差函数并进行比较，同时在高斯模型下构造兼顾最大偏差与效率的约束 M 估计。
- 材料陈述的贡献
- 摘要称约束 M 估计通常具有较有利的偏差稳健性，并在高斯模型下给出最大偏差更小且效率更高的特定构造。
- 阅读关注点
- 应核对污染模型、最大偏差的定义和调节参数选择，尤其是高斯模型下比较结论的成立条件及效率衡量方式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；污染设定和构造条件未说明，不能把特定比较推广为普遍优势或推断刊本变化。
原文摘要
We derive the maximum bias functions of the MM-estimates and the constrained M-estimates or CM-estimates of regression and compare them to the maximum bias functions of the S-estimates and the τ-estimates of regression. In these comparisons, the CM-estimates tend to exhibit the most favorable bias-robustness properties. Also, under the Gaussian model, it is shown how one can construct a CM-estimate which has a smaller maximum bias function than a given S-estimate, that is, the resulting CM-estimate dominates the S-estimate in terms of maxbias and, at the same time, is considerably more efficient.