Asymptotic Behaviour of $S$-Estimates of Multivariate Location Parameters and Dispersion Matrices
多元位置参数与离散矩阵 S 估计的渐近行为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：摘要研究一般多元稳健估计的渐近理论，没有直接对应所列经济计量细分方向。
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
多元位置参数与离散矩阵 S 估计的渐近行为
- 研究问题
- 多元位置参数与离散矩阵的 S 估计量，在什么条件下具有一致性和渐近正态性？摘要同时涉及 Rousseeuw 的最小体积估计量。
- 方法与思路
- 作者研究最小体积估计及其他 S 估计的渐近性质，在适当条件下建立一致性，并在一定可微性条件下分析平方根样本量归一化的极限。
- 材料陈述的贡献
- 摘要称，所研究估计量在相应条件下是一致的，并在一定可微性条件下具有渐近正态分布；未说明各类估计量条件是否完全一致。
- 阅读关注点
- 阅读时应分别核对不同估计量的一致性与可微性要求、总体参数定义及极限协方差，并确认最小体积估计适用哪些具体结论。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明。摘要未列明适当条件和可微性要求，不能据此断言所有 S 估计均有相同收敛性质。
原文摘要
It is shown under appropriate conditions that Rousseeuw's minimum volume estimator and other $S$-estimators of multivariate location and dispersion parameters are consistent. Under certain differentiability conditions the estimates are asymptotically normally distributed with a norming factor of $n^{1/2}$.