里卡多·A·马隆纳。;道格拉斯·R·马丁。;维克托·尤海（Victor J.Yohai）。 稳健统计学：理论和方法。 （英语） 邮编1094.62040 概率统计中的威利级数奇切斯特：John Wiley&Sons（ISBN 0-470-01092-4/hbk；0-470-101094-0/电子书）。xx，403页。(2006). 本书的主要动机是鼓励使用稳健的方法作为一种强大的工具，以提高统计建模和数据分析的可靠性和准确性。本书旨在使读者能够为各种统计模型选择和使用最合适的稳健方法，如位置、规模、线性回归、多元统计、时间序列等。对于这种模型，通常存在许多稳健的方法（而且每个方法都有几个变体），数据分析师必须从中进行选择。除了选择最合适的稳健方法外，分析师还应了解该方法背后的理论。因此，本书为每个处理过的模型提供了（1）概念和统计理论解释，（2）迄今为止提出的主要方法，（3）方法特性的比较，（4）计算算法，包括不同方法的S-Plus实现，（5）基于著名“稳健”统计学家作者的深入经验推荐首选稳健方法（这种建议是在估计理论合理性和性能、对用户的透明度和计算成本之间的权衡）。本书的内容如下：第一章（引言）是以数据为导向的动机章节。第2章（位置和规模）讨论了位置和规模估算的方法。第3章（测量稳健性）讨论了参数估计的稳健性评估方法，包括基于稳健性标准的最优估计。第4章和第5章（线性回归1和第2章）讨论了各种稳健性回归方法。第6章（多元分析）讨论了多元位置和离散度的鲁棒估计以及鲁棒主成分。第7章（广义线性模型）涉及例如逻辑回归。第8章（时间序列）讨论时间序列模型（主要是AR和ARIMA）的稳健估计。第9章（数值算法）更详细地介绍了M估计数值计算的迭代算法。第10章（M估计的渐近理论）发展了一些稳健过程的渐近理论。第11章（S-Plus中的稳健方法）包含了使用S-Plus编写的稳健程序的说明。第12章描述了本书中使用的数据集。审核人：托马斯·西普拉（普拉哈） 引用于1审查引用于523文件 理学硕士： 62层35 鲁棒性和自适应程序（参数推断） 62G35型 非参数稳健性 62-02 与统计有关的研究展览（专著、调查文章） 65C60个 统计中的计算问题（MSC2010） 62J05型 线性回归；混合模型 62甲12 多元分析中的估计 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 关键词：稳健统计;稳健性;线性回归;多元分析;广义线性模型;时间序列;S-Plus（S-Plus） 软件：鲁棒基地;S-PLUS系统 PDF格式BibTeX公司 XML格式引用 \textit{R.A.Maronna}等人，《稳健统计：理论和方法》。奇切斯特：约翰·威利父子公司（2006；Zbl 1094.62040） 全文： 内政部