Minimum Distance Estimation and Components of Goodness-Of-Fit Statistics
最小距离估计与拟合优度统计量的分量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：摘要讨论一般估计与拟合优度理论，傅里叶高频分量也不等于高频金融数据，缺乏所列细分方向的直接依据。
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
最小距离估计与拟合优度统计量的分量
- 研究问题
- 最小距离估计与拟合优度统计量的分量存在何种联系，M估计的定义函数又如何体现效率和稳健性的权衡？
- 方法与思路
- 作者将M估计作为最小距离估计的特例，从统计量分量的线性组合及有效得分的修正傅里叶近似解释其定义函数。
- 材料陈述的贡献
- 摘要将效率与稳健性的竞争联系到高频分量系数的大小，并指出这一视角可用于简单及复合假设下的拟合优度问题。
- 阅读关注点
- 应核对分量展开及距离的定义、有效得分近似所需条件，以及高频系数如何影响效率、稳健性和拟合优度检验。
- 阅读边界
- 仅据Crossref摘要解读，不能推断其他版本变化；摘要未给出具体效率界、稳健性指标或检验条件，不能据此评价方法优越性。
原文摘要
Summary The relationship of minimum distance (MD) estimation to components of goodness-of-fit statistics is considered. M-estimation is viewed as a special case, with interesting interpretations in terms of the defining Ψ-function as related to linear combinations of the components and modified Fourier approximations to the efficient score. The essence of the competition between efficiency and robustness is the determination of the magnitudes of the coefficients of the high frequency components. Applications to the composite and simple goodness-of-fit problems are indicated.