Finite Sample Breakdown of $M$- and $P$-Estimators
M 与 P 估计量的有限样本崩溃性质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：摘要研究一般位置估计的有限样本稳健性，未提供归入所列专门计量领域的直接依据。
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
M 与 P 估计量的有限样本崩溃性质
- 研究问题
- 位置 M 估计与相关 Pitman 型 P 估计的有限样本崩溃点，如何随损失函数和其导数的有界性与尾部行为改变？
- 方法与思路
- 作者分别考察对称损失下单调有界导数、尾部回降导数及有界损失的情形，分析两类位置估计的有限样本崩溃点。
- 材料陈述的贡献
- 摘要称，对称损失且导数单调有界时两类估计崩溃点为二分之一；有界损失下 P 估计未定义，M 估计通常略低于该值。
- 阅读关注点
- 应核对崩溃点与污染方式的定义、回降导数下损失无界的作用，以及有界损失时 M 估计崩溃点的显式计算。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要；具体损失与计算公式未展开，二分之一的结论有明确条件，不能外推至任意 M 估计。
原文摘要
The finite sample breakdown properties of $M$-estimators, defined by $\sum\rho(x_i - T) = \min!$, and of the associated Pitman-type or $P$-estimators, defined by $T = \frac{\int \exp\{-\Sigma \rho(x_i - \theta)\}\theta d\theta}{\int \exp\{-\Sigma\rho(x_i - \theta)\} d\theta},$ are investigated. If $\rho$ is symmetric, and $\psi = \rho'$ is monotone and bounded, then the breakdown point of either estimator is $\varepsilon^\ast = 1/2$. If $\psi$ decreases to 0 for large $x$ ("redescending estimators"), the same result remains true if $\rho$ is unbounded. For bounded $\rho$, the $P$-estimator is undefined, and the breakdown point of the $M$-estimator typically is slightly less than $1/2$; it is calculated in explicit form.