格雷西拉·博恩特;弗兰克·克里奇利;莉莉亚娜·奥雷拉纳 比例散布矩阵下两类稳健估计的影响函数。 （英语） Zbl 1181.62082号 统计方法应用。 15，第3期，295-327（2006）. 小结：在比例模型下，讨论了比例常数、公共主轴及其大小的两类稳健估计。第一种方法是通过在正态数据的最大似然方程上插入稳健散布矩阵来获得的。还考虑了适用于比例设置的投影追踪法和改进的投影追踪方法。对于所有估计族，都得到了部分影响函数，并从中导出了渐近方差。通过蒙特卡罗研究比较了估计值的性能。 引用于5文件 MSC公司： 62甲12 多元分析中的估计 62层35 鲁棒性和自适应程序（参数推断） 65二氧化碳 蒙特卡罗方法 关键词：稳健估计;稳健散布矩阵;投射追踪;比例散射模型;部分影响曲线 PDF格式BibTeX公司 XML格式引用 \textit{G.Boente}等人，《统计方法应用》。15，第3号，295-327（2006年；兹bl 1181.62082） 全文： 内政部 参考文献： [1] Boente G，Orellana L（2001）公共主成分的稳健方法。收录：Fernholz LT、Morgenthaler S、Stahel W（编辑）遗传学和环境科学统计。Birkhäuser Verlag AG，巴塞尔，第117-145页 [2] Boente G，Orellana L（2004）比例分散模型中的稳健插件估计。J Stat Plann推断122:95–110·兹比尔1040.62022 ·doi:10.1016/j.jspi.2003.06.006 [3] Boente G，Pires A，Rodrigues I（2002）公共主成分模型下的影响函数和异常值检测。生物特征89:861–875·Zbl 1036.62050号 ·doi:10.1093/biomet/89.4.861 [4] Boente G，Critchley F，Orellana L（2004）比例散布矩阵下稳健估计的影响函数。http://www.ic.fcen.uba.ar/prints/boecriore.pdf ·Zbl 1181.62082号 [5] Boente G，Pires A，Rodrigues I（2006），公共主成分模型的一般投影寻踪估计：影响函数和蒙特卡罗研究。多变量分析杂志97:124–147·Zbl 1078.62065号 ·doi:10.1016/j.jmva.2004.11.007 [6] Croux C，Haesbroeck G（2000）基于协方差或相关矩阵稳健估计的主成分分析：影响函数和效率。生物特征87:603–618·Zbl 0956.62047号 ·doi:10.1093/biomet/87.3.603 [7] Croux C，Ruiz–Gazen A（1996）基于投影追踪的鲁棒主成分快速算法。摘自：Prat A（ed）Compstat:计算统计学报。海德堡Physica-Verlag，第211-217页·Zbl 0900.62300号 [8] Croux C，Ruiz–Gazen A（2005）《主成分的高分解估计量：重新审视投影追踪法》。多变量分析杂志95:206–226（pdf）·Zbl 1065.62040号 ·doi:10.1016/j.jmva.2004.08.002 [9] Donoho DL（1982）多元位置估计的分解性质。哈佛大学博士资格论文 [10] Eriksen PS（1987）协方差矩阵的比例。Ann Statist年鉴15:732–748·Zbl 0628.62060号 ·doi:10.1214/aos/1176350372 [11] Flury B（1984）组中的常见主成分。美国统计协会杂志79:892–898·doi:10.2307/2288721 [12] Flury B（1986）k协方差矩阵的比例。统计概率报告4:29–33·Zbl 0582.62043号 ·doi:10.1016/0167-7152（86）90035-0 [13] Flury B（1988）常见主成分和相关多元模型。纽约威利·Zbl 1081.62535号 [14] Flury B，Schmid M（1992）协方差矩阵约束的二次判别函数：一些渐近结果。多变量分析杂志40:244–261·Zbl 0744.62091号 ·doi:10.1016/0047-259X（92）90025-B [15] Flury B，Schmid M，Narayanan A（1994），协方差矩阵约束下二次判别的错误率。J分类11:101–120·Zbl 0825.62538号 ·doi:10.1007/BF01201025 [16] Guttman I，Kim DY，Olkin I（1985）比例常数的统计推断。In:Krishnaiah PR（ed）多元分析–VI。纽约州霍兰德北部，第257-280页·Zbl 0597.62048号 [17] Khatri CG（1967）与（{{mathbf S}_1{mathbfS}_2^{-1}}）特征根有关的一些分布问题。Ann数学统计38:944–948·Zbl 0173.20603号 ·doi:10.1214/aoms/1177698893 [18] Kim DY（1971）协方差矩阵之间比例常数的统计推断。斯坦福大学统计系技术报告59 [19] Manly BF，Rayner JCW（1987）使用似然比检验比较样本协方差矩阵。生物特征74:841–847·Zbl 0628.62061号 ·doi:10.1093/biomet/74.4.841 [20] Maronna RA（1976）多元位置和散布的稳健M估计。Ann Stat年鉴4:51–67·Zbl 0322.62054号 ·doi:10.1214/aos/1176343347 [21] Novi Inveradi PL，Flury B（1992），常见主成分的稳健估计。Quaderni di Statistica e Matematica Applicata alle Scientize Economico–社会14:49–79 [22] Owen A（1984）基于邻域的陆地卫星数据分类器。统计师Canad J 12:191–200·Zbl 0548.62041号 ·doi:10.2307/3314747 [23] Pillai KCS，Al–Ani S，Jouris GM（1969）关于协方差矩阵根的比率分布和三个假设检验的Wilks标准。数学统计年鉴40:2033–2040·Zbl 0193.16102号 ·doi:10.1214/aoms/1177697283 [24] Pires AM，Branco J（2002），部分影响函数。多变量分析杂志83:451–468·Zbl 1030.62024号 ·doi:10.1006/jmva.2001.2055 [25] Rao CR（1983）协方差矩阵之间关系的似然检验。收录：Karlim S、Ameniya T、Goodman LA（编辑）《计量经济学、时间序列和多元统计研究》。纽约学术出版社，第529–543页 [26] Stahel W（1981）稳健估计：无穷小最优性和协方差矩阵估计。（德语）苏黎世ETH论文 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。