卡雷尔·弗默伦；斯迪恩·范斯蒂兰特 减少了偏差的双稳健估计。 （英语） 兹比尔1373.62218 美国统计协会。 110，编号5111024-1036（2015）。 摘要：在过去十年中，针对因果推断和缺失数据模型中的各种目标参数，提出了双稳健估计。无论哪种情况，只要正确指定了两个妨害工作模型中的至少一个，这些都是渐近无偏的。当所有工作模型都被正确指定时，虽然它们的渐近分布不受妨害参数索引的根一致估计的选择的影响，但在至少一个工作模型被错误指定的情况下，这种估计的选择可能会产生重大影响。因此，在本文中，我们将为索引每个工作模型的滋扰参数提出一个简单而通用的估计原理，该原理旨在提高感兴趣的双鲁棒估计器的性能，相对于滋扰参数的最大似然估计器的默认使用。该方法在两个工作模型均失配的情况下局部地最小化了双稳健估计的平方一阶渐近偏差，并得到了具有易于计算的渐近方差的双稳健估计。此外，它还提高了调用逆概率加权的双稳健估计量中权重的稳定性。仿真研究证实了所提出估计量的理想有限样本性能。 引用于23文件 MSC公司： 62G35型 非参数稳健性 2012年12月62日 参数估计量的渐近性质 62层35 鲁棒性和自适应程序（参数推断） 关键词：减少偏差；因果推理；双重稳健性；缺少数据；有害参数；半参数方法 PDF格式BibTeX公司 XML格式引用 \textit{K.Vermeulen}和\textit{S.Vansteelandt}，《美国统计协会期刊》110，第511、1024--1036号（2015；Zbl 1373.62218） 全文： 内政部 链接