The Behavior of Robust Estimators on Dependent Data
稳健估计量在相依数据中的表现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：摘要明确分析平稳过程、序列相关与混合条件，直接对应时间序列方法。
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
稳健估计量在相依数据中的表现
- 研究问题
- 序列相关如何影响稳健估计量的效率？在满足混合条件的平稳过程中，顺序统计量组合等估计量是否具有渐近正态性？
- 方法与思路
- 作者在满足特定混合条件的平稳过程下分析顺序统计量线性组合及 Hodges–Lehmann 估计量，并详细研究高斯过程。
- 材料陈述的贡献
- 摘要称，这些估计量具有渐近正态性；对所有序列相关均非负的高斯过程，其相对均值的效率高于独立观测情形。
- 阅读关注点
- 应核对混合条件、估计目标及长期方差表达，并区分相对效率较独立情形提高与相对均值本身效率更高这两种说法。
- 阅读边界
- 仅据版本未注明的索引摘要；混合条件及效率大小未展开，不能把非负相关下的结论推广到任意相依或非高斯数据。
原文摘要
This paper investigates the effect of serial dependence in the data on the efficiency of some robust estimators. When the observations are from a stationary process satisfying certain mixing conditions, linear combinations of order statistics and the Hodges-Lehmann estimator are shown to be asymptotically normally distributed. Gaussian processes are studied in detail and it is shown that when all the serial correlations $(\rho_n)$ are $\geqq 0$, the efficiency of the robust estimators relative to the mean is greater than in the case of independent observations.