The density of multivariate $M$-estimates
多元 M 估计量的密度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 M 估计量的密度和鞍点近似，提及回归仍不足以对应结构估计或其他给定细分方向，因此不作分类。
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…
多元 M 估计量的密度
- 研究问题
- 当多元 M 估计量唯一存在时，如何得到其密度，并进一步近似估计量光滑函数的尾部概率以支持统计推断？
- 方法与思路
- 作者先研究估计方程解所形成点过程的强度函数，再将唯一解的密度作为推论，并构造密度及尾部概率的鞍点近似。
- 材料陈述的贡献
- 摘要称给出一般强度函数与唯一 M 估计量密度的结果，应用于 Huber proposal 2 的回归和尺度估计，并提供尾概率近似。
- 阅读关注点
- 应核对唯一解、导数可逆及强度函数存在所需条件，区分密度表示的理论结论与鞍点近似的误差及适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；所谓温和条件未展开，不能判断多解、非光滑估计方程或极端尾部下的表现。
原文摘要
When a unique $M$-estimate exists, its density is obtained as a corollary to a more general theorem which asserts that under mild conditions the intensity function of the point process of solutions of the estimating equations exists and is given by the density of the estimating function standardized by multiplying it by the inverse of its derivative. We apply the results to give a result for Huber’s proposal 2 applied to regression and scale estimates. We also give a saddlepoint approximation for the density and use this to give approximations for tail areas for smooth functions of the $M$-estimates.