On Estimating Variances of Robust Estimators When the Errors are Asymmetric
误差非对称时稳健估计量的方差估计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：摘要讨论一般位置与回归估计的方差偏误，没有所列应用细分领域的直接证据。
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
误差非对称时稳健估计量的方差估计
- 研究问题
- 误差分布的非对称性如何影响位置和回归问题中稳健估计量的方差估计，位置、截距与斜率是否受到不同影响？
- 方法与思路
- 作者考察偏斜误差对常用方差估计的影响，讨论位置估计中的 jackknife 修正，并分别分析回归截距和斜率。
- 材料陈述的贡献
- 摘要称严重偏斜会使位置和截距的方差估计明显偏误；位置问题可用 jackknife 修正，而截距问题更难处理。
- 阅读关注点
- 应核对稳健估计量及方差公式的类别、jackknife 修正条件，以及样本量相对参数个数较大时斜率偏误的证据。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体偏误方向和大小未提供，斜率较少受影响是摘要中的谨慎陈述，不能普遍化。
原文摘要
We investigate the effects of asymmetry on estimates of variance of robust estimates in location and regression problems, thus showing that heavy skewness of errors can bias seriously the common variance estimates for location and intercept. This is a problem that can be corrected by jackknifing for location, but is more intractable for the intercept in regression. The slope parameters in linear regression seem not to be so seriously subject to this bias if the sample size is large compared with the number of parameters.