Comparison of Model Misspecification Diagnostics Using Residuals from Least Mean of Squares and Least Median of Squares Fits
最小平方与最小中位平方拟合残差的模型误设诊断比较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：摘要研究通用回归残差诊断与均值函数误设，未提供因果、面板、结构估计或其他所列领域的具体依据。
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
最小平方与最小中位平方拟合残差的模型误设诊断比较
- 研究问题
- 基于拟合残差的模型诊断能否揭示均值函数误设，最小平方与最小中位平方方法在何种情形下表现不同？
- 方法与思路
- 作者比较两类拟合产生的误设诊断，并讨论具有精确拟合性质的估计量可能无法揭示错误均值函数的情形。
- 材料陈述的贡献
- 摘要称，在某些情形下，最小中位平方及其他具有精确拟合性质的估计量会漏掉误设，而最小平方能够揭示。
- 阅读关注点
- 应核对精确拟合性质的定义、失效情形和具体诊断方式，并检查结论是反例展示还是具有更广适用范围。
- 阅读边界
- 摘要很短，未说明失效条件、诊断指标或比较范围，不能据此否定所有稳健拟合；索引稿件版本未注明，刊本变化未知。
原文摘要
This article explores model misspecification diagnostics based on least squares and least median of squares fits. It shows that in some circumstances, least median of squares methods (or any other estimator with the exact fit property) fail to reveal an incorrectly specified mean function, but least squares methods succeed.