Bounded-influence estimators for the SURE model
似不相关回归模型的有界影响估计量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：摘要仅涉及通用回归系统的稳健估计，未提供所列微观、宏观或金融细分方向的明确证据。
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
似不相关回归模型的有界影响估计量
- 研究问题
- 在似不相关回归方程系统中，如何限制异常观测对估计结果的影响，同时在明确的稳健性准则下选择估计量？
- 方法与思路
- 作者采用无穷小稳健性分析，刻画最优有界影响估计量的类别，提出两个计算简便的估计量，并通过蒙特卡洛研究其表现。
- 材料陈述的贡献
- 摘要明确陈述了最优有界影响估计量的刻画及两个可计算方案；模拟用于考察其行为，但摘要没有报告比较结果或优势幅度。
- 阅读关注点
- 应核对影响函数的界限、最优性的目标与约束、两个估计量的计算步骤，以及模拟中的污染方式、系统相关性和评价指标。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要，无法判断最优性依赖的条件、异常值下的效率损失或模拟结论；通用回归系统不足以确定应用领域。
原文摘要
This paper considers robust estimation of the seemingly unrelated regression equations (SURE) model. Following the infinitesimal approach to robustness, we characterize the class of optimal bounded-influence estimators and we propose two computationally simple estimators. We also present the results of a set of Monte Carlo experiments carried out to study the behavior of these estimators.