Tail-Behavior of Location Estimators
位置估计量的尾部行为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：这里的尾部指一般位置估计量的抽样分布，摘要没有金融尾部或系统性风险的应用证据。
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
位置估计量的尾部行为
- 研究问题
- 对于密度对称且处处为正的位置模型，平移不变估计量的分布尾部能比总体尾部衰减多快，重尾污染又如何影响这种表现？
- 方法与思路
- 作者研究位置估计量分布尾部的衰减界，比较样本均值在指数尾与重尾污染下的表现，并分析稳健估计量的尾部收敛速度。
- 材料陈述的贡献
- 摘要称，尾部衰减加速受样本量限制；均值在指数尾情形表现较好，重尾污染时变差，稳健估计量的速度与上下界均有距离。
- 阅读关注点
- 应核对尾部速度比较的正式定义、上下界及总体条件，并查看重尾污染的设定和不同稳健估计量结论的适用范围。
- 阅读边界
- 仅据版本未注明的索引摘要；尾部界的具体形式和污染条件未提供，不能据此判断所有稳健估计量表现或金融风险含义。
原文摘要
Let $X_1, \cdots, X_n$ be a sample from a population with density $f(x - \theta)$ such that $f$ is symmetric and positive. It is proved that the tails of the distribution of a translation-invariant estimator of $\theta$ tend to 0 at most $n$ times faster than the tails of the basic distribution. The sample mean is shown to be good in this sense for exponentially-tailed distributions while it becomes poor if there is contamination by a heavy-tailed distribution. The rates of convergence of the tails of robust estimators are shown to be bounded away from the lower as well as from the upper bound.