Robust improvement in estimation of a covariance matrix in an elliptically contoured distribution
椭圆分布下协方差矩阵估计的稳健改进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：摘要属于一般协方差估计理论，未提供所列经济或金融细分领域的直接证据。
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
椭圆分布下协方差矩阵估计的稳健改进
- 研究问题
- 正态模型下构造的协方差矩阵极小极大估计量，在模型扩展到椭圆分布后，是否仍能保持相应的风险性质？
- 方法与思路
- 作者为椭圆分布推导扩展的 Stein–Haff 恒等式，再利用该恒等式研究原有协方差矩阵估计量的风险性质。
- 材料陈述的贡献
- 摘要称，正态模型下得到的协方差矩阵极小极大估计量在椭圆分布模型下仍具有稳健性，但未展开具体风险结论。
- 阅读关注点
- 应核对损失函数、椭圆分布的允许范围、矩存在条件，以及稳健性究竟指极小极大性保持还是其他风险比较。
- 阅读边界
- 摘要未说明损失函数、估计量形式及分布限制，不能理解为对任意污染均稳健；索引摘要未注明稿件版本。
原文摘要
This paper derives an extended version of the Haff or, more appropriately, Stein-Haff identity for an elliptically contoured distribution (ECD) . This identity is then used to show that the minimax estimators of the covariance matrix obtained under normal models remain robust under the ECD model.