Qualitative Robustness for Stochastic Processes
随机过程的定性稳健性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：摘要明确将非独立同分布随机过程纳入分析，并涉及自回归过程的 GM 估计，与时间序列稳健估计直接相关。
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…
随机过程的定性稳健性
- 研究问题
- 如何将估计量序列的定性稳健性扩展至非独立同分布随机过程，并刻画它与强、弱抵抗性概念之间的关系？
- 方法与思路
- 作者定义样本间适当度量，形式化强、弱抵抗性，研究其与 π 稳健性的等价关系，并考察含 GM 估计的估计量类。
- 材料陈述的贡献
- 摘要称有限维参数估计的 π 稳健性等价于弱抵抗性，在独立同分布时也等价于强抵抗性，并证明一类估计量强抵抗。
- 阅读关注点
- 应核对度量与抵抗性的定义、等价关系所需条件，以及线性模型和自回归过程的 GM 估计具体满足哪些要求。
- 阅读边界
- 索引摘要未注明稿件版本，未说明依赖结构和扰动范围；不能把定性稳健性等同于效率、抗任意污染或有限样本保证。
原文摘要
In this paper we generalize Hampel's concept of qualitative robustness of a sequence of estimators to the case of stochastic processes with non-i.i.d. observations, defining appropriate metrics between samples. We also present a different approach to qualitative robustness which formalizes the notion of resistance. We give two definitions based on this approach: strong and weak resistance. We show that for estimating a finite dimensional real parameter, $\pi$-robustness is equivalent to weak resistance and, in the i.i.d. case, is also equivalent to strong resistance. Finally, we prove the strong resistance of a class of estimators which includes common GM-estimates for linear models and autoregressive processes.