曼努埃拉·内维斯（M.Manuela Neves）;M.Ivette戈麦斯;费尔南多·菲格雷多;多拉·普拉塔·戈麦斯 极端事件建模：参数估计中的样本分数自适应选择。 （英语） Zbl 1423.62042号 J.统计理论实践。 9，第1期，184-199（2015）. 摘要：在建模极端事件时，有一些原始参数，其中我们指的是极值指数（EVI）和极值指数。在与大值相关的框架下，EVI测量底层分布的右尾权重，EI表征平稳序列极端情况下的局部依赖程度。这些参数的大多数半参数估计量都表现出相同的行为：良好的渐近性质，但对于较小的值（k），方差较高；估计中使用的高阶统计量的数量；对于较大的值（k\），偏差较大。这就需要选择“（k）”。选择这两个参数的一些众所周知的估计量，我们重新审视了启发式算法在自适应选择\（k）中的应用。仿真研究表明了该算法的性能。 引用于8文件 MSC公司： 62G32型 极值统计；尾部推断 65二氧化碳 蒙特卡罗方法 60G70型 极值理论；极值随机过程 关键词：适应性选择;极值指数;极值指数;样品分数;半参数方法 PDF格式BibTeX公司 XML格式引用 \textit{M.M.Neves}等人，《统计理论与实践》。9，第1号，184--199（2015；Zbl 1423.62042） 全文： 内政部 参考文献： [1] Alpuim，M.T.，极值马尔可夫序列，J.Appl。探针。，26, 219-222 (1989) ·Zbl 0677.60026号 ·doi:10.2307/3214030 [2] Beirlant，J.、Y.Goegebeur、J.Segers、J.Teugels、D.Waal和C.Ferro。2004.极值统计：理论与应用。纽约州纽约市：John Wiley&Sons·Zbl 1070.62036号 ·doi:10.1002/0470012382 [3] 宾厄姆、新罕布什尔州、C.M.戈迪和J.L.Teugels。1987年，定期变更。纽约州纽约市：剑桥大学出版社·Zbl 0617.26001号 ·doi:10.1017/CBO9780511721434 [4] Caeiro，F。；马里兰州戈麦斯。；Pestana，D.D.，经典Hill估计量偏差的直接减少，Revstat，3113-136（2005）·Zbl 1108.62049号 [5] Caeiro，F。；马里兰州戈麦斯。；Henriques-Rodrigues，L.，《三阶框架下的减少偏尾指数估计量》，Commun。统计理论方法，38，1019-1040（2009）·Zbl 1162.62357号 ·网址：10.1080/03610920802361415 [6] Davidson，A.，2011年。极端统计。2011-2012课程。瑞士洛桑埃科尔理工大学洛桑分校EPFL。 [7] 弗拉加·阿尔维斯，M.I。；马里兰州戈麦斯。；Haan，L.，二阶参数的一类新的半参数估计，Port.Math。，60, 194-213 (2003) ·Zbl 1042.62050 [8] 戈麦斯，M.I。；Momirovic，K.（编辑）；Mildner，V.（编辑），极值马尔科夫模型中的统计推断，257-262（1990），海德堡 [9] 马里兰州戈麦斯。；Pestana，D.（编辑），《极端环境模型》，209-220（1993），里斯本 [10] 马里兰州戈麦斯。；Barnett，V.（编辑）；Turkman，K.F（编辑），《关于环境时间序列中罕见事件参数的估计》，226-241（1993），纽约州纽约市 [11] 马里兰州戈麦斯。；Martins，M.J.，基于二阶参数外部估计的尾部指数“渐近无偏”估计，极值，5，5-31（2002）·Zbl 1037.62044号 ·doi:10.1023/A:1020925908039 [12] 马里兰州戈麦斯。；Haan，L。；Henriques-Rodrigues，L.，《重尾模型的尾部指数估计：加权对数过剩偏差的调节》，J.R.Stat.Soc.，B70，31-52（2008）·Zbl 1400.62318号 [13] 马里兰州戈麦斯。；霍尔，A。；Miranda，C.，估计极值指数的子抽样技术和折刀法，J.Compute。统计数据分析。，52, 2022-2041 (2008) ·兹比尔1452.62336 ·doi:10.1016/j.csda.2007.06.023 [14] 马里兰州戈麦斯。；Figueiredo，F。；Neves，M.M.，《重右尾的自适应估计：基于重采样的实际方法》，《极限》，第15期，第463-489页（2012年）·Zbl 1329.62230号 ·doi:10.1007/s10687-011-0146-6 [15] 马里兰州戈麦斯。；马丁斯，M.J。；Neves，M.M.，基于jackknife的单变量极值建模广义估计，Commun。统计理论方法，421227-1245（2013）·兹比尔1347.62073 ·doi:10.1080/03610926.2012.725263 [16] 格雷、H.L.和W.R.舒卡尼。1972年广义折刀统计。纽约州纽约市：马塞尔·德克尔·Zbl 0301.62001号 [17] Hill，B.，《推断分布尾部的简单通用方法》，《Ann.Stat.》，第3卷，第1163-1174页（1975年）·Zbl 0323.62033号 ·doi:10.1214/aos/1176343247 [18] 兴，T。；胡斯勒，J。；Leadbetter，M.R.，关于平稳序列的超越点过程，概率论。理论相关领域，78，97-112（1988）·Zbl 0619.60054号 ·doi:10.1007/BF00718038 [19] Leadbetter，M.R.，平稳序列中的极值和局部依赖性，Z.Wahrsch。垂直。Gebiete，65，291-306（1983）·Zbl 0506.60030号 ·doi:10.1007/BF00532484 [20] Leadbetter、M.R.、G.Lindgren和H.Rootzén。随机序列和级数的极值和相关性质。纽约州纽约市：Springer-Verlag·Zbl 0518.60021号 ·数字对象标识代码：10.1007/978-1-4612-5449-2 [21] Leadbetter，M.R。；Nandagopalan，L。；Hüsler，J.（编辑）；Reiss，R.D（编辑），《平稳序列在温和振荡限制下的超越点过程》，第52期，第69-80页（1989年），德国柏林·Zbl 0677.60040号 ·doi:10.1007/978-1-4612-3634-47 [22] 马丁斯，A.P。；Ferreira，H.，亚抽样过程的极值指数，J.Stat.Plan。推断，124145-152（2004）·Zbl 1094.62061号 ·doi:10.1016/S0378-3758（03）00194-0 [23] Nandagopalan，S.1990年。多元极值和极值指数的估计。博士论文，北卡罗来纳大学，北卡罗莱纳州教堂山分校·Zbl 0881.60050号 [24] 南达戈帕兰，S。；Rootzén，H.，随机过程的极值理论，Ann.Probab。，16, 431-478 (1988) ·Zbl 0648.60039号 ·doi:10.1214/aop/1176991767 [25] O'Brien，G.，平稳序列和马尔可夫序列的极值，Ann.Probab。，15, 281-289 (1987) ·Zbl 0619.60025号 ·doi:10.1214/aop/1176992270 [26] Prata Gomes，D.和M.M.Neves。2011年。罕见事件的重新采样方法和参数估计。在数值分析和应用数学（ICNAAM 2011）、AIP Conf.Proc。，1389, 1475-1478. [27] 罗宾逊，M.E。；Tawn，J.A.，不同频率下取样过程的极值分析，J.R.Stat.Soc.B，62，117-135（2000）·Zbl 0976.62093号 ·doi:10.1111/1467-9868.00223 [28] 斯科托，M。；Turkman，K.F。；Anderson，C.W.，《一些亚采样时间序列的极值》，《时间序列分析》。，24, 505-512 (2003) ·Zbl 1036.62090号 ·doi:10.1111/1467-9892.t01-1-00320 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。