马蒂亚斯·科尔;彼得·鲁克德谢尔;赫尔穆特·里德 一般平滑参数化模型中的无限稳健估计。 (英语) Zbl 1333.62095号 统计方法应用。 19,第3期,333-354(2010). 小结:本文的目的是在i.i.d.观测的情况下,对基于收缩邻域的鲁棒性方法进行连贯的描述,并添加一些理论补充。该方法的一个重要方面是,它不需要任何特定的模型结构,但如果仅平滑地参数化,则覆盖任意参数模型。同时,通过面向对象实现最佳稳健估计量,实现了相同的通用性。指数族构成了本文中的主要示例。我们没有假装进行完整的数据分析,而是通过我们的R包ROptEst和RobLox评估了文献中真实数据集的稳健估计。 引用于4文件 MSC公司: 62层35 鲁棒性和自适应程序(参数推断) 62G05型 非参数估计 2012年12月62日 参数估计量的渐近性质 关键词:指数族;影响曲线;渐近线性估计;收缩性污染;总变化量;Hellinger社区;一步施工;最小最大MSE 软件:罗贝思;质量(R);SoDA公司;distrMod(分配模块);分发;罗巴斯特;rrcov公司;鲁棒基地;对;坚固耐用的;ROptEst公司;distrEx(分发Ex);罗布洛;RobAStBase公司 PDF格式BibTeX公司 XML格式引用 \textit{M.Kohl}等人,《统计方法应用》。19,第3号,333--354(2010;Zbl 1333.62095) 全文: 内政部 arXiv公司 参考文献: [1] 分析方法委员会:(1989)稳健统计——如何不拒绝离群值。分析师114:1693–1702·doi:10.1039/AN9891401693 [2] Andrews DF、Bickel PJ、Hampel FR、Huber PJ、Rogers WH、Tukey JW(1972)《位置稳健估计》。调查和进展。普林斯顿大学出版社 [3] Bauer H(1990)Maßund积分理论。(测度与积分理论)。Walter de Gruyter,柏林·Zbl 0714.28001号 [4] Bickel PJ(1981)《稳健统计的奎尔克方面》。圣福乐学院IX-1979 876:2–72 [5] Bickel PJ(1984)基于无限小邻里的稳健回归。安统计12:1349–1368·Zbl 0567.62051号 ·doi:10.1214操作系统/1176346796 [6] Bickel PJ,Klaassen CAJ,Ritov Y,Wellner JA(1998)半参数模型的有效自适应估计。纽约州施普林格 [7] Chambers JM(2008)数据分析软件。与纽约R.Springer一起编程·Zbl 1180.62002号 [8] Chambers JM(1998)《数据编程:S语言指南》。纽约州施普林格·Zbl 0902.68022号 [9] Donoho DL,Liu RC(1988)一些最小距离估计的病理学。Ann Stat 16(2):587–608·Zbl 0684.62029号 ·doi:10.1214/aos/1176350821 [10] Fernholz LT(1983)统计泛函的Von Mises微积分。统计#19中的课堂讲稿。纽约州施普林格 [11] Fraiman R,Yohai VJ,Zamar RH(2001)位置的最优稳健M-估计。Ann Stat 29(1):194–223·Zbl 1029.62019号 ·doi:10.1214/aos/996986506 [12] Hájek J(1972)局部渐近极小和估计的可容许性。摘自:第六届伯克利数学统计研讨会论文集,第1卷。加利福尼亚大学1970年,第175-194页 [13] Hampel FR(1968)对稳健估计理论的贡献。加利福尼亚大学伯克利分校论文 [14] Hampel FR、Ronchetti EM、Rousseeuw PJ、Stahel WA(1986)稳健统计。该方法基于影响函数。纽约威利 [15] Huber PJ(1997)《稳健统计程序》,第2版。内容:CBMS-NSF应用数学区域会议系列。68.宾夕法尼亚州费城SIAM [16] Huber PJ(1981)稳健统计。纽约威利 [17] Huber-Carol C(1970)《稳健渐近检验》。苏黎世理工大学博士 [18] Hubert M,Vandervieren E(2006):倾斜分布的调整箱线图。技术报告TR-06-11,KU鲁汶,统计部分,鲁汶http://wis.kuleuven.be/stat/robust/Papers/TR0611.pdf ·Zbl 1452.62074号 [19] Kohl M(2008)RobLox:位置和规模的最佳稳健影响曲线。R包版本0.6.1,URLhttp://robast.r-forge.r-project.org [20] Kohl M(2005)稳健性渐近理论的数值贡献。拜勒大学论文·Zbl 1189.62051号 [21] Kohl M,Ruckdeschel P(2008a)RandVar:随机变量的实现。R包版本0.6.6,URLhttp://robast.r-forge.r-project.org [22] Kohl M,Ruckdeschel P(2008b)RobAStBase:稳健渐近统计。R包版本0.1.5,URLhttp://robast.r-forge.r-project.org [23] Kohl M,Ruckdeschel P(2008c)ROptEst:最优稳健估计。R软件包版本0.6.3,URLhttp://robast.r-forge.r-project.org [24] Le Cam L(1969)《无症状统计理论》。加拿大蒙特利尔蒙特勒大学出版社 [25] Marazzi A(1993)稳健统计的算法、例程和S函数。带有S-PLUS接口的FORTRAN库ROBETH。与Johann Joss和Alex Randriamiharisoa合作。布鲁克斯/科尔统计/概率系列,沃兹沃斯,URLhttp://www.iumsp.ch/Unites/us/Alfio/msp_programmes.htm ·Zbl 0777.62004号 [26] Marazzi A、Paccaud F、Ruffieux C、Beguin C(1998)通过参数模型拟合住院时间分布。医疗保健36:915–927·doi:10.1097/00005650-199806000-00014 [27] Maronna RA、Martin RD、Yohai VJ(2006)《稳健统计:理论和方法》。纽约威利 [28] Meyer PA(1966)概率与潜力。赫尔曼(科学版),巴黎 [29] Pfanzagl J(1994)参数统计理论。德格鲁伊特教科书,柏林·Zbl 0807.62016年 [30] Pfanzagl J(1990)半参数模型中的估计。最近的一些发展。收录:统计课堂讲稿,63,Springer,New York·兹伯利0704.62034 [31] R开发核心团队(2009)R:统计计算的语言和环境。R统计计算基金会,奥地利维也纳,ISBN 3-900051-07-0,URL网址:http://www.R-project.org [32] Reeds JA(1976)关于von Mises泛函的定义。博士论文,哈佛大学,剑桥 [33] Rieder H(2003)基于无穷小邻域的时间序列模型稳健估计。在洛桑EPF发表演讲。下的可用幻灯片http://www.stoch.uni-bayreuth.de/de/pdfFiles/zzk12Jun03.pdf [34] Rieder H(1994)稳健渐近统计。纽约州施普林格·Zbl 0927.62050号 [35] Rieder H(1980)稳健测试得出的估计。安统计8:106–115·Zbl 0428.62033号 ·doi:10.1214/aos/1176344894 [36] Rieder H(1978)一个稳健的渐近检验模型。安统计6:1080–1094·Zbl 0411.62020号 ·doi:10.1214/aos/1176344312 [37] Rieder H,Kohl M,Ruckdeschel P(2008)不知道半径的成本。统计方法应用17:13–40·Zbl 1367.62083号 ·doi:10.1007/s10260-007-0047-7 [38] Rieder H,Ruckdeschel P(2001)关于Lr–可微性的简短证明。统计下降19:419–425·Zbl 1180.26021号 [39] Rousseeuw PJ,Leroy AM(1987)稳健回归和异常值检测。纽约威利·Zbl 0711.62030号 [40] Ruckdeschel P(2009b)关于邻里风险的统一高阶渐近性。正在准备中。初步版本可根据要求提供 [41] Ruckdeschel P(2009a)邻域上的一致可积性。正在准备中。初步版本可根据要求提供 [42] Ruckdeschel P(2006)《({1/\sqrt{n}})——缩小邻里关系的动机》。梅特里卡63(3):295–307·Zbl 1096.62025号 ·doi:10.1007/s00184-005-0020-0 [43] Ruckdeschel P、Kohl M、Stabla T、Camphausen F(2008)发行版S4类——一本关于软件包distr、distrSim、distroTEst、distrEx、distMod和distrTeach的手册。德国凯泽斯劳滕弗劳恩霍夫ITWM技术报告 [44] Ruckdeschel P,Kohl M,Stabla T,Camphausen F(2006)S4类发行。R新闻6(2):2-6 [45] Ruckdeschel P,Rieder H(2004)一般损失函数的最佳影响曲线。统计数字22:201–223·兹比尔1057.62024 ·doi:10.1524/stnd.22.301.57067 [46] 卢瑟福E,盖革H(1910)阿尔法粒子分布的概率变化。菲洛斯·马格20:698–704·doi:10.1080/14786441008636955 [47] Shevlyakov G、Morgenthaler S、Shurygin A(2008)《重新估算M估计量》。J Stat Plan推断138(10):2906–2917·Zbl 1213.62036号 ·doi:10.1016/j.jspi.2007.11.008 [48] Todorov V、Ruckstuhl A、Salibian-Barrera M、Verbeke T、Maechler M(2009)《稳健基础:基本稳健统计》。许多作者的原始代码,尤其是Rousseeuw P、Croux C,请参阅文件“版权”,R包版本0.5-0-1,URLhttp://CRAN.R-project.org/package=robustbase [49] Todorov V,Filzmoser P(2009)稳健多元分析的面向对象框架。J Stat Softw 32(3):1–47,网址http://www.jstatsoft.org/v32/i03/ [50] van der Vaart AW(1998)《渐近统计》。剑桥大学出版社·Zbl 0910.62001号 [51] Venables WN,Ripley BD(2002)《现代应用统计学》,第4版。纽约州施普林格 [52] Wang J、Zamar R、Marazzi A、Yohai V、Salibian-Barrera M、Maronna R、Zivot E、Roke D、Martin D、Maechler M、Konis K(2009)《稳健:富有洞察力的稳健库》。R包版本0.3–9,URLhttp://CRAN.R-project.org/package=robust [53] Witting H(1985)《数学统计I:参数测定》(Mathematische statistik I:parametrische verfahren bei festem stichprobenufang)。B.G.Teubner,斯图加特·Zbl 0581.62001号 [54] Yohai VJ(1987)回归的高分解点和高效稳健估计。Ann Stat 15(2):642–656·Zbl 0624.62037号 ·doi:10.1214/aos/1176350366 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。