One-Step -Estimators for the Linear Model
线性模型的一步 L 估计量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：摘要研究一般线性模型的稳健估计理论，未明确对应所列应用领域细分。
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
线性模型的一步 L 估计量
- 研究问题
- 如何在一般线性模型中构造回归参数估计量，使位置模型中基于次序统计量的稳健性与效率性质得以延续？
- 方法与思路
- 作者提出依赖初步回归参数估计及其残差的一类估计量；在位置模型中，它们表现为次序统计量的线性组合。
- 材料陈述的贡献
- 摘要称，这类估计量将位置模型中的稳健性与效率性质推广至一般线性模型，并回应重参数化不变构造的可行性质疑。
- 阅读关注点
- 应核对初步估计的要求、残差如何进入一步更新，以及稳健性、效率和重参数化不变性分别在何种条件下成立。
- 阅读边界
- 所给材料为版本未注明的 OpenAlex 索引摘要；具体正则条件、渐近分布和效率比较均未说明，不能推断刊本变化。
原文摘要
We propose and investigate the asymptotic properties of a class of estimators of the regression parameter in the general linear model. The estimators depend on a preliminary estimate of the regression parameter and the residuals based on it. For the location model, the estimators are linear combinations of the order statistics and the robustness and efficiency properties of this class of estimators carry over to the general linear model. The estimators settle the doubts raised by Bickel (1973) about the feasibility of the construction of a general class of reparametrization invariant estimators of a regression parameter which are linear combinations of order statistics in the location problem.