Maximum Bias Curves for Robust Regression with Non-elliptical Regressors
非椭圆回归变量下稳健回归的最大偏差曲线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：摘要研究一般稳健回归的污染偏差与截距估计，未提供足以归入所列计量领域细分的直接证据。
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
非椭圆回归变量下稳健回归的最大偏差曲线
- 研究问题
- 当截距未知且回归变量不服从椭圆分布时，如何刻画稳健回归估计的最大偏差，并比较不同估计量的表现？
- 方法与思路
- 作者提出适用于较大一类回归估计量的统一方法，放宽已知截距和椭圆分布限制，并分析回归变量分布形状的影响。
- 材料陈述的贡献
- 摘要称分布形状显著影响最大偏差曲线，但所比较估计量的相对表现保持不变；同时讨论偏差界及截距估计的稳健性。
- 阅读关注点
- 应核对污染模型、估计量范围及所谓温和条件，尤其确认相对表现不变涵盖哪些分布形状，以及截距比较采用什么准则。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，无法确定条件、偏差界或比较范围，也不能推断其他版本的变化。
原文摘要
Maximum bias curves for some regression estimates were previously derived assuming that (i) the intercept term is known and/or (ii) the regressors have an elliptical distribution. We present a single method to obtain the maximum bias curves for a large class of regression estimates. Our results are derived under very mild conditions and, in particular, do not require the restrictive assumptions (i) and (ii) above. Using these results it is shown that the maximum bias curves heavily depend on the shape of the regressors' distribution which we call the x-configuration. Despite this big effect, the relative performance of different estimates remains unchanged under different x-configurations. We also explore the links between maxbias curves and bias bounds. Finally, we compare the robustness properties of some estimates for the intercept parameter.