吉尔伯特·W·巴塞特。;Roger W.Koenker。 关于计算（l_1）估计值的最新建议的注释。 （英语） Zbl 0875.62149号 计算。统计数据分析。 第14卷第2期，207-211（1992）. 摘要：提出了计算最小绝对值（L_1）估计的最新方法。与（l_1）问题的通常线性规划公式不同，新方法尝试使用最小二乘残差来识别残差等于零的观测值。给出的示例表明，这些建议不会产生与（l_1）相同甚至必然接近的估计值，因此不能推荐使用这些算法作为计算（l_1）估计值的方法。 引用于5文件 MSC公司： 62G05型 非参数估计 65C99个 概率方法，随机微分方程 90 C90 数学规划的应用 关键词：最小绝对值;线性规划;最小二乘法 软件：算法478 PDF格式BibTeX公司 XML格式引用 \textit{G.W.Bassett}和\textit{R.W.Koenker}，计算。统计数据分析。14，第2号，207--211（1992；Zbl 0875.62149） 全文： 内政部 参考文献： [1] 巴罗达尔，I。；Roberts，F.D.K.：L1-形式的超定方程组的解。通信屁股计算机。马赫数17，319-320（1974） [2] 巴特尔斯，R。；Conn，A.R.：线性约束离散L1问题。公司助理。C马赫变速器。数学软件6594-608（1980）·Zbl 0448.49017号 [3] 巴塞特，G.W。；Koenker，R.W.：最小绝对误差回归的渐近理论。J.阿默尔。统计师。第73、618-622页（1978年）·Zbl 0391.62046号 [4] Christensen，G.S。；索利曼，S.A。；Rouhi，A.：讨论一个示例，该示例表明一种新的lav估计技术在某些情况下会失效。计算统计与数据分析9203-213（1990）·兹比尔0825.62568 [5] Gallant，A.R。；Gerig，T.M.：关于通过迭代最小二乘回归和线性规划计算最小绝对偏差回归的评论。(1974) [6] Herce，M.A.：一个例子表明，一种新的lav估计技术在某些情况下会失效。计算统计与数据分析9197-202（1990）·Zbl 0825.62567号 [7] Karmarker，N.：线性规划的一种新的多项式时间算法。组合数学4，373-395（1984）·Zbl 0557.90065号 [8] Meketon，M.S.：最小绝对值回归。(1985) [9] Schlossmacher，E.J.：绝对偏差曲线拟合的迭代技术。J.阿默尔。统计师。第68、857-859页（1973年）·Zbl 0287.62038号 [10] 索利曼，S.A。；Christensen，G.S。；Rouhi，A.H.：基于最小绝对偏差的曲线拟合新技术。计算统计与数据分析6341-351（1988）·Zbl 0726.62112号 [11] 索利曼，S.A。；Christensen，G.S。；Rouhi，A.H.：具有非线性等式约束的非线性L1-形式最小化的新算法。计算统计与数据分析11，97-109（1991）·Zbl 0850.62585号 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。