阿亚赫·门萨，F。;R·明卡。;阿西杜，L。;梅特尔，F.O。 缺失条件下尾部指数估计的一种改进方法。 （英语） Zbl 1499.62157号 J.应用。数学。 2021年，文章ID 3572555，13 p.（2021）. 概述：地震、风速等极端事件罕见，但可能会对人类和环境造成灾难性影响。估计此类罕见事件的主要参数是尾部指数，该指数用于测量潜在分布的尾部重量。由于极端事件很少发生，缺少观测可能会进一步导致缺陷。有鉴于此，研究人员正在不断努力解决这个问题。然而，现有的尾指数估计方法仅使用可用的非缺失数据。因此，如果缺失的观测值是有影响的值，忽略它们可能会在尾部指数估计中引入更多偏差和更高的均方误差（MSE），随后还会引入其他极端事件估计值，如高分位数和小超越概率。在本研究中，我们建议在应用一些标准估计量（Hill和几何类型）估计尾部指数之前，对缺失的观测值进行插补。通过仿真研究，我们评估了标准估计在所提出的数据增强方法和现有尾部指数修正估计下的性能。结果表明，改进后的估计量具有相对较低的偏差和均方根误差。以一个实际的缺失值风速数据集为例说明了该估计方法。因此，我们建议在缺失的情况下，采用插补机制来提高尾部指数估值器的性能。 MSC公司： 62G32型 极值统计；尾部推断 62G05型 非参数估计 软件：极端拟合;伊斯梅夫 PDF格式BibTeX公司 XML格式引用 \textit{F.Ayiah-Mensah}等人，J.Appl。数学。2021年，文章ID 3572555，13 p.（2021年；Zbl 1499.62157） 全文： 内政部 OA许可证 参考文献： [1] Coles，S.，《极值统计建模导论》（2001），英国伦敦：施普林格出版社，英国伦敦·Zbl 0980.62043号 ·doi:10.1007/978-1-4471-3675-0 [2] 马里兰州戈麦斯。；Guillou，A.，随机删失数据的极值指数估计，《生物医学快报》，48，1，1-22（2015） [3] 马里兰州戈麦斯。；Guillou，A.，极值理论和单变量极值统计：综述，《国际统计评论》，83，2263-292（2015）·Zbl 07763438号 ·doi:10.1111/insr.12058 [4] 费希尔，R。；Tippett，L.，《关于样本中最大或最小成员的频率分布估计》，《剑桥哲学学会学报》，24，80-190（1928） [5] Jenkinson，A.F.，《气象要素年最大（或最小）值的频率分布》，英国皇家气象学会季刊，81348158-171（1955）·数字对象标识代码：10.1002/qj.49708134804 [6] Ameraoui，A。；Boukhetala，K。；Dupuy，J.F.，随机截尾下重尾分布尾部指数的贝叶斯估计，计算统计与数据分析，104，148-168（2016）·Zbl 1466.62019年 ·doi:10.1016/j.csda.2016.06.009 [7] 贝兰特，J。；Goegebeur，Y。；Segers，J。；Teugels，J.L.，《极值统计：理论与应用》（2004），英国：威利·Zbl 1070.62036号 ·doi:10.1002/0470012382 [8] 明卡，R。；脱湿，T。；Ghosh，A.，通过指数回归模型对帕累托型尾部指数进行稳健估计，《统计学中的沟通——理论和方法》，1-19（2021）·Zbl 07649580号 ·doi:10.1080/03610926.2021.1916530 [9] Minkah，R.，使用转换后的帕累托分布的枢轴对广义帕累托分配进行尾指数估计，科学与发展杂志，4，1，19-27（2020） [10] Ivette Gomes，M。；Pestana，D.，简单的二阶减少偏差尾指数估计，《统计计算与模拟杂志》，77，6，487-502（2007）·Zbl 1123.62035号 ·doi:10.1080/10629360500282239 [11] 贝兰特，J。；Figueiredo，F。；Ivette Gomes，M。；Vandewalle，B.，《改进的减少偏差尾部指数和分位数估计量》，《统计规划与推断杂志》，138,61851-1870（2008）·兹比尔1131.62041 ·doi:10.1016/j.jspi.2007.07.015 [12] 马里兰州戈麦斯。；Neves，M.M.，随机删失数据的极值指数估计，《生物医学快报》，48，1，1-22（2011）·Zbl 1123.62035号 ·doi:10.1080/10629360500282239 [13] 明卡，R。；脱湿，T。；Doku-Amponsah，K.，《随机审查下的极值指数估计》，《非洲应用统计杂志》，5，2，419-445（2018）·doi:10.16929/ajax/419.223 [14] 李毅。；Qi，Y.，重尾分布尾部指数的调整经验似然法，统计学与概率快报，152，50-58（2019）·Zbl 1459.62073号 ·doi:10.1016/j.spl.2019.04.015 [15] 马云（Ma，Y.）。；江，Y。；Huang，W.，条件Pareto型尾部指数的经验似然推理，《统计学与概率快报》，134114-121（2018）·Zbl 1436.62062号 ·doi:10.1016/j.spl.2017.10.021 [16] 明卡，R。；脱湿，T。；Nortey，E.N.N.，右随机删失下条件极值指数估计量的模拟比较，《非洲应用统计杂志》，5，1，337-349（2018）·doi:10.16929/ajax/337.219 [17] Mladenovic，P。；Piterbarg，V.，《利用缺失观测值的样本估计规则变化指数》，《统计学与概率快报》，78，4，327-335（2008）·Zbl 1131.62042号 ·doi:10.1016/j.spl.2007.07.005 [18] 伊利奇一世。；Mladenovic，P.，平稳序列的不完全样本和尾部估计，Novi Sad数学杂志，38，3，97-104（2008）·Zbl 1274.60166号 [19] Xing，T.，使用相关数据进行尾指数估计，《统计年鉴》，19，3，1547-1569（1991）·Zbl 0738.62026号 [20] 邹，J。；Davis，R.A。；Samorodnitsky，G.，没有最大值的极值分析：可以做什么？，《工程和信息科学中的概率》，34，2，200-220（2017）·Zbl 1440.62174号 [21] 伊利奇一世。；Velićković，V.M.，具有缺失值的相依和异质数据的简单尾指数估计，巴西概率统计杂志，33，1，192-203（2019）·Zbl 1414.62420号 [22] 贝兰特，J。；Dierckx，G。；戈格贝尔，Y。；Matthys，G.，尾指数估计和指数回归模型，极值，2，2，177-200（1999）·Zbl 0947.62034号 ·doi:10.1023/A:1009975020370 [23] 德哈恩，L。；Resnick，S.，关于希尔估计的渐近正态性，随机模型，14，4，849-866（1998）·Zbl 1002.60519号 ·数字对象标识代码：10.1080/1532634980807504 [24] Hill，B.，《推断分布尾部的简单通用方法》，《统计年鉴》，第3期，第1163-1174页（1975年）·Zbl 0323.62033号 [25] 布里托，M。；Freitas，A.C.M.，尾部指数几何型估计器的极限行为，保险：数学与经济学，33，211-226（2003）·Zbl 1104.62310号 [26] Ilić，I.，使用缺失观测值的样本进行尾指数估计，《统计学与概率快报》，82，5，949-958（2012）·Zbl 1321.62049号 ·doi:10.1016/j.spl.2012.01.014 [27] Van Buuren，S.，《缺失数据的灵活推断》（2018），CRC出版社·Zbl 1416.62030号 ·doi:10.1201/9780429492259 [28] Schafer，J.L。；Graham，J.W.，《缺失数据：我们对最新技术的看法》，《心理学方法》，第7、2、147-177页（2002年）·doi:10.1037/1082-989X.7.2.147 [29] 何毅。；扎斯拉夫斯基，A.M。；Landrum，M。；哈灵顿，D。；Catalano，P.，《大规模复杂调查中的多重插补：实用指南》，《医学研究中的统计方法》，19，6，653-670（2010）·doi:10.1177/0962280208101273 [30] Durrieu，G。；格拉玛，I。；Jaunatre，K。；Pham，Q.-K。；Tricot，J.-M.，Extremefit：一个极端分位数的包，《统计软件杂志》，87，12（2018）·doi:10.18637/jss.v087.i12 [31] Marchigiani，R。；Gordy，S。；Cipolla，J。；R.C.亚当斯。；哥伦比亚特区埃文斯。；Stehly，C。；加尔万卡，S。；罗素，S。；马可·A·P。；北卡曼。；Bhoi，S.，《风灾：当前管理策略的综合评述》，《国际危重病与伤害科学杂志》，第3期，第2期，第130-142页（2013年） 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。