Robust Statistical Procedures.
稳健统计程序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：材料讨论通用稳健统计，虽涉及回归，但没有支持所列经济计量细分方向的具体研究场景。
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
稳健统计程序
- 研究问题
- 所给材料围绕统计程序面对模型偏离与异常值时的稳定性展开，涉及稳健性的定义、衡量方式及估计和检验的选择。
- 方法与思路
- 材料列出定性与定量稳健性、崩溃点、影响函数、各类稳健估计和极小极大理论，并延伸至回归与协方差估计。
- 材料陈述的贡献
- 所给内容呈主题目录式概览，覆盖稳健统计的概念、渐近与有限样本理论及发展问题，未明确陈述单一新方法或定理。
- 阅读关注点
- 应先核对文献体裁与目录对应内容，再检查污染邻域、稳健性指标、效率权衡及各类估计程序的具体适用条件。
- 阅读边界
- 仅据版本未注明的索引材料，内容更像目录；无法据此确认原创贡献、具体结论或不同稳健程序的性能。
原文摘要
Background - Why Robust Procedures? Qualitative and Quantitative Robustness, Qualitative Robustness, Quantitative Robustness, Breakdown, Infinitesimal Robustness, Influence Function M-L and R-Estimates, L-Estimates, R-Estimates, Asymptotic Properties of M-Estimates, Asymptotically Efficient M-L, R-Estimates, Scaling Question Asymptotic Minimax Theory, Minimax Asymptotic Bias, Minimax Asymptotic Variance Multiparameter Problems, Generalities, Regression, Robust Covariances - the Affinely Invariant Case, Robust Covariances - the Coordinate Dependent Case Finite Sample Minimax Theory, Robust Tests and Capacities, Finite Sample Minimax Estimation Adaptive Estimates, Adaptive Estimates Robustness - Where Are We Now?, The First Ten Years - Influence Functions and Pseudovalues, Breakdown and Outlier Detection, Studentizing, Shrinking Neighbourhoods, Some Persistent Misunderstandings, Future Directions.