论文研究 基于ESL的纵向数据均值协方差回归的稳健估计

当纵向数据包含离群值时，已知经典最小二乘法不可靠。 为了解决此问题，已经针对纵向数据研究了带有调整参数的指数平方损失（ESL）函数。 但是，据我们所知，在使用ESL函数对纵向数据进行均值-协方差回归分析的框架内，没有论文研究针对异常值的鲁棒估计程序。 在本文中，我们提出了一种基于ESL函数的带有纵向数据的均值和广义自回归参数模型参数的鲁棒估计方法。 可以证明拟议的估计量在某些条件下是渐近正态的。 此外，我们开发了迭代加权最小二乘（IRLS）算法来计算参数估计值，并且可以通过选择适当的数据自适应调整参数来实现鲁棒性和效率之间的平衡。 通过仿真研究和真实数据分析来说明该方法的有限样本性能。