×
朱汉冰;张日泉;李叶华;姚伟新

函数分位数回归的极端条件分位数的估计。 （英语） Zbl 07601216号

Stat.罪。 32，第4期，1767-1787（2022）.
小结：作为条件平均函数建模的替代方法，分位数回归提供了反应与协变量之间关系的全面图片。它在专注于响应的上限或下限条件分位数的应用中特别有吸引力。然而，由于数据稀疏性，特别是对于重尾分布，传统的分位数回归估计在极端尾部往往是不稳定的。假设函数预测器对响应的上分位数有线性影响，我们基于函数主成分分析和极值理论的外推技术，使用函数复合分位数回归，开发了一种新的极值条件分位数估计器。在某些正则性条件下，我们建立了该估计量的渐近正态性，并用蒙特卡罗模拟将其与其他估计方法进行了比较。最后，我们通过对两个实际数据集的实证分析来验证所提出的方法。

引用于1文件

MSC公司：

62至XX 统计学

关键词：

外推;极端分位数;极值理论;功能主成分分析;函数分位数回归;重尾分布

软件：

fda（右）
PDF格式BibTeX公司 XML格式引用
\textit{H.Zhu}等人，Stat.Sin。32，编号4，1767---1787（2022；Zbl 07601216）
全文： 内政部

参考文献：

[1] Bader，B.、Yan，J.和Zhang，X.（2018）。通过有序的良好性测试和错误发现率调整，为极值分析自动选择阈值。应用统计学年鉴12，310-329·Zbl 1393.62023号
[2] Beirlant，J.、Vynckier，P.和Teugels，J.L.（1996）。尾部指数估计，pareto分位数图回归诊断。美国统计协会杂志911659-1667·Zbl 0881.62077号
[3] Cai，T.T.和Hall，P.（2006）。函数线性回归中的预测。《统计学年鉴》34，2159-2179·Zbl 1106.62036号
[4] Cardot，H.、Crambes，C.和Sarda，P.（2005）。当协变量是函数时的分位数回归。非参数统计杂志17，841-856·Zbl 1077.62026号
[5] Chen，K.和Müller，H.-G.（2012）。协变量为函数时的条件分位数分析，应用于生长数据。英国皇家统计学会杂志：B辑（统计方法）74，67-89·Zbl 1411.62095号
[6] Chernozhukov，V.（2005）。极值分位数回归。《统计年鉴》33806-839·兹比尔1068.62063
[7] Chernozhukov，V.和Fernández-Val，I.（2011年）。极值条件分位数模型的推断，应用于市场和出生体重风险。《经济研究评论》78，559-589·Zbl 1216.62077号
[8] de Haan，L.和Ferreira，A.（2006年）。极值理论：导论。Springer Science&Business Media，纽约·Zbl 1101.62002号
[9] de Sousa，B.和Michailidis，G.（2004）。用于估计分布的尾部指数的诊断图。计算与图形统计杂志13，974-995。
[10] Drees，H.、de Haan，L.和Resnick，S.（2000）。如何绘制丘陵地带。《统计学年鉴》28，254-274·Zbl 1106.62333号
[11] Dupuis，D.、Sun，Y.和Wang，H.J.（2015）。检测极端情况下的变化点。统计学及其接口8，19-31·Zbl 1407.62311号
[12] Ferraty，F.（2011）。函数数据分析和相关主题的最新进展。Springer Science&Business Media，纽约·Zbl 1220.62003年
[13] Ferraty，F.、Rabi，A.和Vieu，P.（2005）。依赖函数数据的条件分位数，用于气候“厄尔尼诺”现象。桑赫拉：《印度统计杂志》67，378-398·Zbl 1192.62104号
[14] Friedrichs，P.和Hense，A.（2007年）。使用删失分位数回归对极端降水事件进行统计降尺度。每月天气回顾135，2365-2378。
[15] Gardes，L.（2018）。极端分位数估计的尾部维数缩减。极端21，57-95·Zbl 1396.62097号
[16] Gardes，L.和Girard，S.（2010年）。重尾分布的条件极值：极端降雨回归水平估算的应用。极端13，177-204·兹比尔1238.62136
[17] Gardes，L.和Girard，S.（2012年）。大条件分位数的函数核估计。电子统计杂志61715-1744·Zbl 1295.62052号
[18] Gardes，L.、Guillou，A.和Schorgen，A.（2012）。通过集成一个核条件分位数估计器来估计条件尾指数。《统计规划与推断杂志》142，1586-1598·Zbl 1242.62039号
[19] Goldsmith，J.、Crainiceanu，C.M.、Caffo，B.和Reich，D.（2012）。神经元束测量认知结果的纵向惩罚功能回归。英国皇家统计学会杂志：C辑（应用统计学）61453-469。
[20] Goldsmith，J.、Crainiceanu，C.M.、Caffo，B.S.和Reich，D.S.（2011）。多发性硬化患者白质束特征的惩罚功能回归分析。神经影像57，431-439。
[21] Gomes，M.I.、Figueiredo，F.和Neves，M.M.（2012）。重右尾的自适应估计：基于重采样的实际方法。极端15，463-489·Zbl 1329.62230号
[22] Gomes，M.I.和Guillou，A.（2015）。极值理论和单变量极值统计：综述。《国际统计评论》83，263-292·Zbl 07763438号
[23] Greven，S.、Crainiceanu，C.、Caffo，B.和Reich，D.（2010年）。纵向功能主成分分析。《电子统计杂志》4，1022-1054·Zbl 1329.62334号
[24] Guillou，A.和Hall，P.（2001）。用于在极值分析中选择阈值的诊断。《皇家统计学会杂志：B辑（统计方法）》63，293-305·Zbl 0979.62039号
[25] Hall，P.（1990）。在非参数问题中，使用bootstrap估计均方误差并选择平滑参数。多元分析杂志32，177-203·Zbl 0722.62030号
[26] Hall，P.和Horowitz，J.L.（2007）。函数线性回归的方法和收敛速度。统计年鉴35，70-91·Zbl 1114.62048号
[27] He，F.，Cheng，Y.和Tong，T.（2016）。通过中间回归分位数的外推来估计极端条件分位数。统计与概率快报113，30-37·兹比尔1383.62152
[28] Hill，B.M.（1975）。推断分布尾部的简单通用方法。《统计年鉴》3，1163-1174·Zbl 0323.62033号
[29] Xing，T.和Eubank，R.（2015）。函数数据分析的理论基础，线性算子简介。奇切斯特约翰·威利父子公司·Zbl 1338.62009号
[30] Hunter，D.R.和Lange，K.（2000年）。通过MM算法进行分位数回归。《计算与图形统计学杂志》9，60-77。
[31] Kai，B.、Li，R.和Zou，H.（2011）。半参数变系数部分线性模型的新的有效估计和变量选择方法。《统计学年鉴》39，305-332·Zbl 1209.62074号
[32] Kato，K.（2012年）。函数线性分位数回归中的估计。《统计年鉴》40，3108-3136·Zbl 1296.62104号
[33] Koenker，R.（2004）。纵向数据的分位数回归。多元分析杂志91，74-89·Zbl 1051.62059号
[34] Koenker，R.（2005年）。分位数回归。计量经济学社会专著。剑桥大学出版社，剑桥·Zbl 1111.62037号
[35] Koenker，R.（2017）。分位数回归：40年过去了。《经济学年度评论》9，155-176。
[36] Koenker，R.和Bassett，J.（1978年）。回归分位数。《计量经济学》46，33-50·Zbl 0373.62038号
[37] Koenker，R.和Xiao，Z.（2002年）。分位数回归过程的推断。《计量经济学》70，1583-1612·Zbl 1152.62339号
[38] Kong，D.、Staicu，A.-M.和Maity，A.（2016）。函数线性模型中的经典测试。非参数统计杂志28，813-838·Zbl 1348.62136号
[39] Li，D.和Wang，H.J.（2019）。自回归模型的极端分位数估计。《商业与经济统计杂志》37，661-670。
[40] Li，Y.，Wang，N.和Carroll，R.J.（2013）。选择功能数据中主成分的数量。《美国统计协会杂志》108，1284-1294·Zbl 1288.62102号
[41] Ma，S.和He，X.（2016）。带剖面优化的单指数分位数回归模型的推断。《统计年鉴》44，1234-1268·兹比尔1338.62119
[42] Marimoutou，V.、Raggad，B.和Trabelsi，A.（2009年）。极值理论和风险价值：在石油市场中的应用。能源经济学31，519-530。
[43] Matthys，G.和Beirlant，J.（2003）。用指数回归模型估计极值指数和高分位数。中国统计局13，853-880·Zbl 1028.62038号
[44] Miranda，M.F.、Zhu，H.和Ibrahim，J.G.（2018年）。张量分割回归模型及其在成像生物标志物检测中的应用。应用统计学年鉴12，1422-1450·Zbl 1405.62192号
[45] Odening，M.和Hinrichs，J.（2003）。使用极值理论估计价值-风险。《农业金融评论》63，55-73。
[46] 拉姆齐和西尔弗曼（2005）。功能数据分析。纽约施普林格-弗拉格·Zbl 1079.62006号
[47] Schaumburg，J.（2012）。预测风险极值：基于极值理论改进的非参数分位数回归。计算统计与数据分析56，4081-4096·Zbl 1254.91279号
[48] Wang，H.J.、Li，D.和He，X.（2012）。重尾分布的高条件分位数估计。《美国统计协会杂志》107，1453-1464·Zbl 1258.62053号
[49] 魏斯曼，I.（1978）。基于k个最大观测值的参数和大分位数估计。《美国统计协会杂志》73，812-815·Zbl 0397.62034号
[50] Xiao，L.、Zipunnikov，V.、Ruppert，D.和Crainiceanu，C.（2016）。高维功能数据的快速协方差估计。统计与计算26，409-421·Zbl 1342.62094号
[51] Yao，F.、Müller，H.-G.和Wang，J.-L.（2005）。稀疏纵向数据的功能数据分析。《美国统计协会杂志》100，577-590·Zbl 1117.62451号
[52] Yao，F.、Sue-Chee，S.和Wang，F.（2017）。正则化部分函数分位数回归。多元分析杂志156，39-56·Zbl 1369.62083号
[53] Yoshida，T.（2019年）。重尾分布极值分位数回归的非参数平滑。arXiv预打印arXiv:1903.03242。
[54] Yu，D.，Kong，L.和Mizera，I.（2016）。神经影像数据分析的部分函数线性分位数回归。神经计算195，74-87。
[55] 张毅（2018）。极端分位数治疗效果。《统计年鉴》46，3707-3740·Zbl 1454.62082号
[56] Zhu，H.，Fan，J.和Kong，L.（2014）。具有跳跃不连续性的神经影像数据的空间变系数模型。《美国统计协会杂志》109，1084-1098·Zbl 1368.62297号
[57] Zhu，H.，Zhang，R.，Yu，Z.，Lian，H.和Liu，Y.（2019年）。部分函数线性误差-变量模型的估计和检验。多元分析杂志170，296-314·Zbl 1420.62186号
[58] 邹浩、袁明（2008）。复合分位数回归和预言模型选择理论。《统计年鉴》36，1108-1126·Zbl 1360.62394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。