Generalized Radius Processes for Elliptically Contoured Distributions
椭圆分布的广义半径过程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：摘要研究椭圆分布下的通用修剪与拟合诊断，未明确涉及分布效应或金融风险。
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…
椭圆分布的广义半径过程
- 研究问题
- 基于位置与散布估计逐步剔除最远观测时，广义半径随修剪比例变化的过程具有怎样的渐近行为与拟合诊断用途？
- 方法与思路
- 作者将修剪比例映射到相应被剔除观测的广义半径，在椭圆分布下分析过程极限，并开展有限样本模拟。
- 材料陈述的贡献
- 摘要称极限律仅依赖椭圆分布族及散布估计通过行列式估计尺度的方式，并概述拟合评估和剔除异常值的应用。
- 阅读关注点
- 应核对广义半径的原始定义、估计量条件、修剪过程的构造与收敛方式，以及拟合诊断如何校准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；所供半径公式缺失，须查阅原 PDF，不能重构公式或推导具体极限律。
原文摘要
The use of Mahalanobis distances has a long history in statistics. Given a sample of size n and general location and scatter estimators, mn and Σn, we can define “generalized” radii as . If we wish to trim observations based on the estimators mn and Σn, then it is natural to first remove the most remote ones (i.e., those with the largest 's). With this in mind, we define a process that maps the trimming proportion, α in (0, 1], to the generalized radius of the observation that has just been removed by this level of trimming. We analyze the asymptotic behavior of this process for elliptically contoured distributions. We show that the limit law depends only on the elliptical family considered and how Σn serves to estimate the underlying “scale” factor through its determinant. We carry out Monte Carlo simulations for finite sample sizes, and outline an application for assessing fit to a fixed elliptical family and also for the case where a proportion of outlying observations is discarded.