Asymptotic Behavior of Robust Estimators of Regression and Scale Parameters with Fixed Carriers
固定设计下回归与尺度参数稳健估计量的渐近性质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：摘要研究固定设计线性回归的通用稳健渐近理论，未明确对应因果、面板、时间序列或金融问题，因此不指定领域细分。
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
固定设计下回归与尺度参数稳健估计量的渐近性质
- 研究问题
- 在线性回归解释变量固定的设定中，联合最小化 Huber–Dutter 损失得到的回归系数与尺度估计是否具有渐近正态性？
- 方法与思路
- 作者研究固定设计下以 Huber–Dutter 损失联合估计回归与尺度参数的方法，并在摘要所称较一般的条件下分析渐近分布。
- 材料陈述的贡献
- 摘要明确称建立了回归系数和尺度估计量的联合渐近正态性，但没有列出协方差表达式、正则条件或有限样本结果。
- 阅读关注点
- 应核对损失函数和调整项的规定、固定设计的限制、误差分布条件，以及联合极限协方差如何估计并用于推断。
- 阅读边界
- 依据版本未注明的索引摘要；较一般的条件并未具体列出，不能推断随机设计、相依误差或任意重尾情形同样适用。
原文摘要
For the linear regression model, $y_i = \mathbf{x}_i\mathbf{\beta} + \varepsilon_i$ with fixed $\mathbf{x}_i s$, the asymptotic normality of $(\hat{\mathbf{\beta}}, \hat{\sigma})$ which minimizes the Huber-Dutter loss function, $\sum\sigma\rho\{(y_i - \mathbf{x}_i\mathbf{\beta})/\sigma\} + A_n\sigma$, is established under rather general conditions.