马蒂亚斯·科尔;彼得·鲁克德谢尔;赫尔穆特·里德 一般平滑参数化模型中的无限稳健估计。 （英语） Zbl 1333.62095号 统计方法应用。 19，第3期，333-354（2010）. 小结：本文的目的是在i.i.d.观测的情况下，对基于收缩邻域的鲁棒性方法进行连贯的描述，并添加一些理论补充。该方法的一个重要方面是，它不需要任何特定的模型结构，但如果仅平滑地参数化，则覆盖任意参数模型。同时，通过面向对象实现最佳稳健估计量，实现了相同的通用性。指数族构成了本文中的主要示例。我们没有假装进行完整的数据分析，而是通过我们的R包ROptEst和RobLox评估了文献中真实数据集的稳健估计。 引用于4文件 MSC公司： 62层35 鲁棒性和自适应程序（参数推断） 62G05型 非参数估计 2012年12月62日 参数估计量的渐近性质 关键词：指数族;影响曲线;渐近线性估计;收缩污染;总变化量;Hellinger社区;一步施工;最小最大MSE 软件：distrEx（分发Ex）;鲁棒基地;坚固耐用的;ROptEst公司;距离;质量（R）;罗贝思;SoDA公司;RobAStBase公司;罗布洛;罗巴斯特;R（右）;rrcov公司;distrMod（分配模块） PDF格式BibTeX公司 XML格式引用 \textit{M.Kohl}等人，《统计方法应用》。19，第3号，333--354（2010；Zbl 1333.62095） 全文： 内政部 arXiv公司 参考文献： [1] 分析方法委员会：（1989）稳健统计——如何不拒绝离群值。分析师114:1693–1702·doi:10.1039/AN9891401693 [2] Andrews DF、Bickel PJ、Hampel FR、Huber PJ、Rogers WH、Tukey JW（1972）《位置稳健估计》。调查和进展。普林斯顿大学出版社 [3] Bauer H（1990）Maßund积分理论。（测度与积分理论）。Walter de Gruyter，柏林·Zbl 0714.28001号 [4] Bickel PJ（1981）《稳健统计的奎尔克方面》。圣福乐学院IX-1979 876:2–72 [5] Bickel PJ（1984）基于无限小邻里的稳健回归。安统计12:1349–1368·Zbl 0567.62051号 ·doi:10.1214/aos/1176346796 [6] Bickel PJ，Klaassen CAJ，Ritov Y，Wellner JA（1998）半参数模型的有效自适应估计。纽约州施普林格 [7] Chambers JM（2008）数据分析软件。与纽约R.Springer一起编程·Zbl 1180.62002号 [8] Chambers JM（1998）《数据编程：S语言指南》。纽约州施普林格·Zbl 0902.68022号 [9] Donoho DL，Liu RC（1988）一些最小距离估计的病理学。Ann Stat 16（2）：587–608·Zbl 0684.62029号 ·doi:10.1214/aos/1176350821 [10] Fernholz LT（1983）统计泛函的Von Mises演算。统计#19中的课堂讲稿。纽约州施普林格 [11] Fraiman R，Yohai VJ，Zamar RH（2001）位置的最优稳健M-估计。Ann Stat 29（1）：194–223·Zbl 1029.62019号 ·doi:10.1214操作系统/9996986506 [12] Hájek J（1972）局部渐近极小和估计的可容许性。摘自：第六届伯克利数学统计研讨会论文集，第1卷。加利福尼亚大学1970年，第175-194页 [13] Hampel FR（1968）对稳健估计理论的贡献。加利福尼亚大学伯克利分校论文 [14] Hampel FR、Ronchetti EM、Rousseeuw PJ、Stahel WA（1986）稳健统计。该方法基于影响函数。纽约威利 [15] Huber PJ（1997）《稳健统计程序》，第2版。内容：CBMS-NSF应用数学区域会议系列。68.宾夕法尼亚州费城SIAM [16] Huber PJ（1981）稳健统计。纽约威利 [17] Huber-Carol C（1970）《稳健渐近检验》。苏黎世理工大学博士 [18] Hubert M，Vandervieren E（2006）：倾斜分布的调整箱线图。技术报告TR-06-11，KU鲁汶，鲁汶统计局，网址http://wis.kuleuven.be/stat/robust/Papers/TR0611.pdf ·Zbl 1452.62074号 [19] Kohl M（2008）RobLox：位置和规模的最佳稳健影响曲线。R包版本0.6.1，URLhttp://robast.r-forge.r-project.org [20] Kohl M（2005）稳健性渐近理论的数值贡献。论文，拜罗伊特大学，拜罗伊特·Zbl 1189.62051号 [21] Kohl M，Ruckdeschel P（2008a）RandVar:随机变量的实现。R包版本0.6.6，URLhttp://robast.r-forge.r-project.org [22] Kohl M，Ruckdeschel P（2008b）RobAStBase:稳健渐近统计。R包版本0.1.5，URLhttp://robast.r-forge.r-project.org [23] Kohl M，Ruckdeschel P（2008c）ROptEst:最优稳健估计。R包版本0.6.3，URLhttp://robast.r-forge.r-project.org [24] Le Cam L（1969）《无症状统计理论》。加拿大蒙特利尔蒙特勒大学出版社 [25] Marazzi A（1993）稳健统计的算法、例程和S函数。带有S-PLUS接口的FORTRAN库ROBETH。与Johann Joss和Alex Randriamiharisoa合作。Brooks/Cole Statistics/概率系列，Wadsworth，URLhttp://www.iumsp.ch/Unites/us/Alfio/msp_programmes.htm ·Zbl 0777.62004号 [26] Marazzi A、Paccaud F、Ruffieux C、Beguin C（1998）通过参数模型拟合住院时间分布。医疗保健36:915–927·doi:10.1097/00005650-199806000-00014 [27] Maronna RA、Martin RD、Yohai VJ（2006）《稳健统计：理论和方法》。纽约威利 [28] Meyer PA（1966）概率与潜力。赫尔曼（科学版），巴黎 [29] Pfanzagl J（1994）参数统计理论。德格鲁伊特教科书，柏林·Zbl 0807.62016年 [30] Pfanzagl J（1990）半参数模型中的估计。最近的一些发展。收录：统计课堂讲稿，63，Springer，New York·兹伯利0704.62034 [31] R开发核心团队（2009）R：统计计算的语言和环境。R统计计算基金会，奥地利维也纳，ISBN 3-900051-07-0，URL网址：http://www.R-project.org [32] Reeds JA（1976）关于von Mises泛函的定义。剑桥哈佛大学博士论文 [33] Rieder H（2003）基于无穷小邻域的时间序列模型稳健估计。在洛桑EPF发表演讲。幻灯片位于http://www.stoch.uni-bayreuth.de/de/pdfFiles/zzk12Jun03.pdf [34] Rieder H（1994）稳健渐近统计。纽约州施普林格·Zbl 0927.62050号 [35] Rieder H（1980）稳健测试得出的估计。安统计8:106–115·Zbl 0428.62033号 ·doi:10.1214/aos/1176344894 [36] Rieder H（1978）稳健渐近检验模型。安统计6:1080–1094·Zbl 0411.62020号 ·doi:10.1214/aos/1176344312 [37] Rieder H，Kohl M，Ruckdeschel P（2008）不知道半径的成本。统计方法应用17:13–40·Zbl 1367.62083号 ·doi:10.1007/s10260-007-0047-7 [38] Rieder H，Ruckdeschel P（2001）关于Lr–可微性的简短证明。统计下降19:419–425·Zbl 1180.26021号 [39] Rousseeuw PJ，Leroy AM（1987）稳健回归和异常值检测。纽约威利·Zbl 0711.62030号 [40] Ruckdeschel P（2009b）关于邻里风险的统一高阶渐近性。正在准备中。初步版本可根据要求提供 [41] Ruckdeschel P（2009a）邻域上的一致可积性。正在准备中。初步版本可根据要求提供 [42] Ruckdeschel P（2006）《（{1/\sqrt{n}}）——缩小邻里关系的动机》。梅特里卡63（3）：295–307·Zbl 1096.62025号 ·doi:10.1007/s00184-005-0020-0 [43] Ruckdeschel P，Kohl M，Stabla T，Camphausen F（2008）S4发行版类-一本用于软件包distr、distSim、distTEst、distEx、distMod和distTeach的手册。德国凯泽斯劳滕弗劳恩霍夫ITWM技术报告 [44] Ruckdeschel P，Kohl M，Stabla T，Camphausen F（2006）S4类分布。R新闻6（2）：2-6 [45] Ruckdeschel P，Rieder H（2004）一般损失函数的最佳影响曲线。统计数字22:201–223·Zbl 1057.62024号 ·doi:10.1524/天22.3.201.57067 [46] 卢瑟福E，盖革H（1910）阿尔法粒子分布的概率变化。菲洛斯·马格20:698–704·doi:10.1080/14786441008636955 [47] Shevlyakov G、Morgenthaler S、Shurygin A（2008）《重新估算M估计量》。J Stat Plan推断138（10）：2906–2917·Zbl 1213.62036号 ·doi:10.1016/j.jspi.2007.11.008 [48] Todorov V、Ruckstuhl A、Salibian-Barrera M、Verbeke T、Maechler M（2009）《稳健基础：基本稳健统计》。许多作者的原始代码，尤其是Rousseeuw P、Croux C，请参阅文件“版权”，R包版本0.5-0-1，URLhttp://CRAN.R-project.org/package=robustbase [49] Todorov V，Filzmoser P（2009）稳健多元分析的面向对象框架。J Stat Softw 32（3）：1–47，网址http://www.jstatsoft.org/v32/i03/ [50] van der Vaart AW（1998）《渐近统计》。剑桥大学出版社·Zbl 0910.62001号 [51] Venables WN，Ripley BD（2002）现代应用统计学，S，4 edn。纽约州施普林格 [52] Wang J、Zamar R、Marazzi A、Yohai V、Salibian-Barrera M、Maronna R、Zivot E、Roke D、Martin D、Maechler M、Konis K（2009）《稳健：富有洞察力的稳健库》。R包版本0.3–9，URLhttp://CRAN.R-project.org/package=robust [53] Witting H（1985）《数学统计I：参数测定》（Mathematische statistik I:parametrische verfahren bei festem stichprobenufang）。B.G.Teubner，斯图加特·Zbl 0581.62001号 [54] Yohai VJ（1987）回归的高分解点和高效稳健估计。Ann Stat 15（2）：642–656·Zbl 0624.62037号 ·doi:10.1214/aos/1176350366 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。