论文部分内容阅读
本文讨论了线性模型Y=AX+V中的稳健参数估计，假定观测误差V=（v_1，v_2，…，v_n）~T中有m个（m＜＜n）为粗差（位置未知），服从分布N（0，λσ~2）（λ充分大），其余n-m个服从分布N（0，σ~2）（σ~2已知），在该统计模型的基础上，导出本文的稳健估计方法，为消除对杠杆点处异常值的伪装，文中提出了再次迭代算法。经模拟计算表明，该稳健估计方法与Huber方法、Hampel方法等相比较，有较快的收敛速度和较强的辨识小粗差的能力，再次迭代算法对辨识杠杆点处的异常值是有效的。