The Relative Sensitivity to Specification Error of Different k -Class Estimators
不同 k 类估计量对设定误差的相对敏感性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：摘要仅说明 k 类估计量与设定误差，未明确结构模型或因果识别背景，故不强行分类。
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…
关注这篇论文的作者
不同 k 类估计量对设定误差的相对敏感性
- 研究问题
- 在模型存在设定误差时，不同 k 类估计量的概率极限如何变化，两个主要估计量是否存在一致的相对稳健性排序？
- 方法与思路
- 作者考察设定误差下各估计量的概率极限，并以不一致程度的任意半正定二次型作为准则比较相对稳健性。
- 材料陈述的贡献
- 摘要称，尽管存在误差时概率极限不同，按所述二次型准则比较的两个主要估计量之间没有一致占优的稳健性关系。
- 阅读关注点
- 应核对两个主要估计量分别是什么、设定误差的类型、概率极限的推导条件，以及不存在一致占优结论的量词范围。
- 阅读边界
- 来源为版本未注明的 OpenAlex 索引摘要；未指明估计量名称和误设机制，所述概率极限比较也不直接说明有限样本表现。
原文摘要
The behavior of the probability limits of different k-class estimators under specification error is examined. Despite the fact that the probability limits are different when errors are not zero, it is shown that there exists no case in which either of the two leading estimators is uniformly more robust than the other if the criterion is any positive semi-definite quadratic form in the inconsistencies.