A practical affine equivariant multivariate median
一种实用的仿射等变多元中位数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：摘要讨论通用多元稳健位置估计，重尾分布本身不足以归入金融尾部风险研究。
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
一种实用的仿射等变多元中位数
- 研究问题
- 能否构造在一维退化为普通中位数、在多维保持仿射等变且易于计算的位置估计量，同时具备稳健性质？
- 方法与思路
- 作者提出多元位置估计量，并从影响函数、崩溃值及重尾分布下相对于样本均值的效率评价其稳健性。
- 材料陈述的贡献
- 摘要称该估计量具有有界影响函数和正崩溃值，在重尾分布下效率较高，并强调其实用维度中的计算便利性。
- 阅读关注点
- 应核对估计量的具体构造、仿射等变性与稳健性证明，以及重尾分布效率比较和计算便利性的适用条件。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；未给出崩溃值、效率数值或算法复杂度，不能认定所有分布和维度下均有优势。
原文摘要
A robust affine equivariant estimator of location for multivariate data is proposed which becomes the univariate median for data of dimension one. The estimator is robust in the sense that it has a bounded influence function, a positive breakdown value and has high efficiency compared to the sample mean for heavy‐tailed distributions. Perhaps its greatest strength is that, unlike other affine equivariant multivariate medians, it is easily computed for data in any practical dimension.