Location–Scale Depth
位置—尺度深度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：摘要属于一般统计深度与位置—尺度估计，未提供分位数效应或其他经济计量细分方向的证据。
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
位置—尺度深度
- 研究问题
- 如何在位置—尺度模型中定义统计深度，并利用几何解释构造同时估计位置和尺度的最大深度估计量及计算方法？
- 方法与思路
- 作者引入位置—尺度半空间深度与基于似然的准则设计原则，并把 Student 深度解释为双曲几何中的二维半空间深度。
- 材料陈述的贡献
- 摘要称该解释带来 Möbius 群等变性和有利的算法复杂度，提出 Student 中位数，并探索其他位置—尺度深度及数据应用。
- 阅读关注点
- 应核对深度与似然准则的定义、几何对应及等变性的证明，算法复杂度适用范围，以及 Student 中位数的数据表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列具体复杂度或稳健性指标，不能据此判断效率、抗异常能力或全面优势。
原文摘要
This article introduces a halfspace depth in the location–scale model that is along the lines of the general theory given by Mizera, based on the idea of Rousseeuw and Hubert, and is complemented by a new likelihood-based principle for designing criterial functions. The most tractable version of the proposed depth—the Student depth—turns out to be nothing but the bivariate halfspace depth interpreted in the Poincaré plane model of the Lobachevski geometry. This fact implies many fortuitous theoretical and computational properties, in particular equivariance with respect to the Möbius group and favorable time complexities of algorithms. It also opens a way to introduce some other depth notions in the location–scale context, for instance, location–scale simplicial depth. A maximum depth estimator of location and scale—the Student median—is introduced. Possible applications of the proposed concepts are investigated on data examples.