摘要
在一定条件下,在观测样本上建立了多元散射Huber型$M$-估计的极限形式的存在唯一性。当从连续多元分布中随机抽样时,这些条件保持概率为1。通过证明估计器是特定算法的极限点,证明了估计器的存在性。因此,证据具有建设性。对于连续总体,多元散度的估计被证明是强相合的渐近正态的。估计量的一个重要性质是,它的渐近分布对于一类连续椭圆分布的总体是无分布的。当位置参数已知时,这种无分布特性也适用于有限样本大小分布。此外,在最小化最大渐近方差的意义上,该估计量是椭圆分布散布矩阵的“最稳健”估计量。
引用
下载引文
大卫·E·泰勒。
“无分布$M$-多元分散估计量。”
安。统计师。
15
(1)
234 - 251,
1987年3月。
https://doi.org/10.1214/aos/1176350263
问询处
发布日期:1987年3月
首次在欧几里得项目中提供:2007年4月12日
数字对象标识符:10.1214/aos/1176350263
学科:
主要用户:62甲12
次要:62G05型,62H10型
关键词:$M$-估计,协方差矩阵,免费分发,椭圆分布,多元散射,伪协方差矩阵,稳健性
版权所有©1987数学统计研究所