A Comparative Study of Several Robust Estimates of Slope, Intercept, and Scale in Linear Regression
线性回归中斜率、截距与尺度的若干稳健估计比较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：摘要讨论一般稳健线性回归与尺度估计，缺乏所列经济计量细分方向的直接证据。
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
线性回归中斜率、截距与尺度的若干稳健估计比较
- 研究问题
- 在不同污染正态分布、样本量和解释变量分布下，三类稳健回归 M 估计的估计表现、尺度偏差与计算表现如何比较？
- 方法与思路
- 作者比较 Lp、amt 和具有有界影响函数的新 Ea 类估计，并考察污染分布、样本规模及解释变量分布变化下的表现。
- 材料陈述的贡献
- 摘要称，在所考察情形中 Ea 持续优于 Lp、与 amt 相近且求解快速可靠；Ea 类尺度估计在正态分布下偏差很小。
- 阅读关注点
- 应核对各类估计的具体定义、调节参数和比较指标，区分响应变量污染与解释变量异常，并检查计算稳定性的评价方式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；污染范围、性能指标和数值结果未说明，不能将比较结论推广或推断刊本变化。
原文摘要
Three classes of M estimates for robust linear regression are investigated for various contaminated normal distributions, sample sizes, and distributions of the independent variable. These are the Lp estimates, the amt estimate, and a new class of estimates (Ea ) with bounded influence function. It is found that the Ea class consistently outperforms the Lp class, performs about as well as the amt estimate, and solutions for Ea estimates can be obtained rapidly and reliably. Results are also reported on a robust scale estimate in the Ea class which has negligible bias for normal distributions.