Moderate deviations of minimum contrast estimators under contamination
污染情形下最小对比估计量的中偏差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：摘要属于一般估计理论与模型偏离分析，未明确涉及所列经济计量模型或应用方向。
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…
污染情形下最小对比估计量的中偏差
- 研究问题
- 当真实分布接近但偏离假定模型时，最小对比估计量的中偏差行为如何变化，又如何为含干扰参数的检验功效分析提供依据？
- 方法与思路
- 作者在模型内及邻近分布下研究最小对比估计量，包括多变量最大似然估计，并分别以自然参数和假定真值为比较基准。
- 材料陈述的贡献
- 摘要称确定了备择分布下的收敛速率，并指出模型成立时最大似然估计的局部渐近最优性延续到中偏差范围。
- 阅读关注点
- 应核对污染分布接近模型的方式、中偏差尺度与速率定义，以及自然参数和假定真值的区别及最优性所用准则。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要。未提供污染邻域、正则条件或速率公式；模型内的最优性不能推广为污染下普遍最优，也不推断刊本变化。
原文摘要
Since statistical models are simplifications of reality, it is important in estimation theory to study the behavior of estimators also under distributions (slightly) different from the proposed model. In testing theory, when dealing with test statistics where nuisance parameters are estimated, knowledge of the behavior of the estimators of the nuisance parameters is needed under alternatives to evaluate the power. In this paper the moderate deviation behavior of minimum contrast estimators is investigated not only under the supposed model, but also under distributions close to the model. A particular example is the (multivariate) maximum likelihood estimator determined within the proposed model. The set-up is quite general, including also, for instance, discrete distributions. The rate of convergence under alternatives is determined both when comparing the minimum contrast estimator with a "natural" parameter in the parameter space and when comparing it with the proposed "true" value in the parameter space. It turns out that under the model the asymptotic optimality of the maximum likelihood estimator in the local sense continues to hold in the moderate deviation area.