格雷西拉·博恩特;亚历杭德拉·马丁内斯;马蒂亚斯·萨利比安·巴雷拉 使用反修改的可加模型的稳健估计。 (英语) Zbl 1416.62207号 J.非参数统计。 第4期第29页,第744-767页(2017年). 摘要:相加模型为在非参数环境中估计回归函数提供了一个有吸引力的设置。它们提供了一个灵活且可解释的模型,其中每个回归函数仅依赖于一个解释变量,并且可以以最优的单变量比率进行估计。这些模型的大多数估计程序对数据中存在哪怕是一小部分异常值都非常敏感。在本文中,我们证明了一个相对简单的稳健版本的修正算法(包括使用稳健的局部多项式平滑器)对应于一个定义明确的优化问题的解决方案。这个公式允许我们找到温和的条件来显示Fisher一致性,并研究算法的收敛性。我们的数值实验表明,所得估计量具有良好的鲁棒性和有效性。我们举例说明了这些估计量在实际数据集上的使用,其中稳健拟合揭示了存在有影响的异常值。 引用于三文件 MSC公司: 62G08号 非参数回归和分位数回归 62G35型 非参数稳健性 6220国集团 非参数推理的渐近性质 关键词:费希尔一致性;内核权重;稳健估计;平滑的 PDF格式BibTeX公司 XML格式引用 \textit{G.Boente}等人,J.非参数统计29,No.4,744--767(2017;Zbl 1416.62207) 全文: 内政部 链接