Tail Behavior of Regression Estimators and their Breakdown Points
回归估计量的尾部行为及其崩溃点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：摘要研究一般回归估计量的大偏离概率与崩溃点，未提供具体经济应用或数据结构，无法归入给定细分领域。
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…
回归估计量的尾部行为及其崩溃点
- 研究问题
- 如何用估计量发生大偏离的概率评价回归估计的有限样本表现，并理解厚尾误差下的尾部表现与崩溃点之间的联系？
- 方法与思路
- 作者引入基于大偏离概率的有限样本指标，分析最小二乘在高斯与厚尾误差下的尾部表现，并研究稳健估计的代数厚尾情形。
- 材料陈述的贡献
- 摘要称最小二乘在严格高斯条件下尾部表现良好、厚尾下很差，并指出厚尾情形的所提指标与有限样本崩溃点本质相同。
- 阅读关注点
- 应核对尾部表现指标与崩溃点的数学定义、两者“本质相同”的精确含义，以及误差尾指数和估计量类别的适用条件。
- 阅读边界
- 摘要未列明具体稳健估计量、误差尾指数及比较条件；所述尾部表现依赖误差分布，不能扩展为所有数据情形下的优劣判断。
原文摘要
A measure of finite sample estimator performance based on the probability of large deviations is introduced. The tail performance of the least squares estimator is studied in detail, and the authors find that it achieves good tail performance under strictly Gaussian conditions, but performance is extremely poor in the case of heavy-tailed error distributions. Turning to the tail behavior of various robust estimators, they focus on tail performance under heavy (algebraic) tail errors. Perhaps most significantly, it is shown that the authors' finite-sample measure of tail performance is, for heavy tailed error distributions, essentially the same as the finite sample concept of breakdown point introduced by D. L. Donoho and P. J. Huber (1983). Coauthors are Jana Jureckova, Roger Koenker, and Stephen Portnoy. Copyright 1990 by The Econometric Society.