Robust Estimation in Models for Independent Non-Identically Distributed Data
独立非同分布数据模型中的稳健估计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：论文虽以通用稳健理论为主，但摘要明确应用于logit和probit模型，因此具有所列离散选择方向的直接依据。
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
独立非同分布数据模型中的稳健估计
- 研究问题
- 对于独立但非同分布的数据，如何在污染邻域下界定估计目标，并构造具有渐近极小极大稳健性的参数估计？
- 方法与思路
- 作者结合污染邻域和模型失效时的目标定义刻画稳健估计，再将理论应用于正态回归、尺度估计以及logit和probit。
- 材料陈述的贡献
- 摘要称给出最优稳健回归与尺度估计的影响曲线规则，并指出非同分布logit和probit的推荐曲线明显不同于最大似然。
- 阅读关注点
- 核对污染邻域与极小极大准则、回归和尺度联合估计方式，以及下降型或单调影响曲线分别适用的条件。
- 阅读边界
- 材料为版本未注明的OpenAlex索引摘要；最优性依赖污染邻域与估计目标，摘要未说明完整条件或有限样本表现。
原文摘要
This paper concerns robust estimation of the parameter $\theta$ which indexes a parametric model for independent non-identically distributed data. For reasonable choices of contamination neighborhood and of what is to be estimated when the parametric model does not hold, we characterize asymptotically minimax robust estimates of $\theta$. When applied to the normal regression model, the theory yields recipes for the influence curves of optimal robust regression and scale estimates. The contamination neighborhood does not assume regression plus error structure, the regression and scale parameters are estimated simultaneously, and the theory establishes roles for estimates with redescending influence curves as well as for those with monotone influence curves. When applied to the logit and probit models, the theory recommends influence curves which differ markedly from those of the maximum likelihood estimates except in the i.i.d. case.