×

多元极值的回归型分析。 (英语) Zbl 07613176号

摘要:本文针对响应和协变量都是极端的情况,设计了一个回归型模型。该方法是为响应和协变量建模为多元极值的设置而设计的,因此与标准回归方法相反,它考虑了一个关键事实,即适当标准化的分量最大值的极限分布是一个极值copula。该框架中的一个重要目标是回归流形,它由服从后一个渐近结果的回归线族组成。为了从数据中了解该模型,我们在角密度空间中使用伯恩斯坦多项式先验,从而在回归流形空间中引入诱导先验。数值研究表明,所提出的方法具有良好的性能,一个金融真实数据的例子揭示了两个主要国际股市极端损失条件风险的有趣方面。

MSC公司:

62埃克斯 统计分布理论

软件:

伊斯梅夫
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Altomare,F。;Campiti,M.,Korovkin型近似理论及其应用(1994),柏林:德格鲁伊特,柏林·Zbl 0924.41001号 ·doi:10.1515/9783110884586
[2] Apostol,TM,《微积分》(1980),纽约:威利,纽约·Zbl 0469.47010号
[3] Barrientos,AF;贾拉,A。;昆塔纳,FA,使用随机伯恩斯坦多项式对成分数据进行贝叶斯密度估计,J.Stat.Plann。推断。,166, 116-125 (2015) ·兹比尔1394.62037 ·doi:10.1016/j.jspi.2015.01.006
[4] 贝兰特,J。;Goegebeur,Y。;Segers,J。;Teugels,J.,《极端统计:理论与应用》(2004),新泽西州霍博肯:新泽西州威利·Zbl 1070.62036号 ·doi:10.1002/0470012382
[5] Borwein,J.M.,Lindstrom,S.B.:与Lambert(mathcal{W})和其他优化和分析中的特殊功能会面。纯应用程序。功能。分析。1(3), 361-396 (2016) ·Zbl 1349.90674号
[6] Chernozhukov,V.,极值分位数回归,《Ann.Stat.》,第33、2、806-839页(2005年)·Zbl 1068.62063号 ·doi:10.1214/009053604000001165
[7] Coles,S.,《极值统计建模导论》(2001),伦敦:施普林格出版社,伦敦·兹伯利0980.62043 ·doi:10.1007/978-1-4471-3675-0
[8] Cook,J.D.:软极值的基本特性。bepress,《工作文件系列70》(2011年)。https://biostats.bepress.com/cgi/viewcontent.cgi?article=1073&context=mdandersonbiostat
[9] 库利·D·。;Davis,RA;Naveau,P.,通过多元极值框架近似给定大观测值的条件密度,并应用于环境数据,Ann.Appl。统计,6,4,1406-1429(2012)·Zbl 1257.62118号 ·doi:10.1214/12-AOAS554
[10] AC戴维森;Huser,R.,《极端统计》,《年度修订统计应用》。,2, 203-235 (2015) ·doi:10.1146/annurev-statistics-010814-020133
[11] 德汉,L。;Ferreira,A.,《极值理论:导论》(2006),纽约:施普林格出版社,纽约·Zbl 1101.62002号 ·数字对象标识代码:10.1007/0-387-34471-3
[12] 德汉,L。;Resnick,SI,多元样本极值的极限理论,Zeitschrift für Wahrscheinlichkeits theorye und Verwandte Gebiete,40,4,317-337(1977)·Zbl 0375.60031号 ·doi:10.1007/BF00533086
[13] Dombry,C。;Engelke,S。;Oesting,M.,多元极值分布的贝叶斯推断,《电子统计杂志》,11,2,4813-4844(2017)·Zbl 1383.62061号 ·doi:10.1214/17-EJS1367
[14] 邓恩,PK;Smyth,GK,随机分位数残差,J.Comp。图表。《法律总汇》第5、3、236-244页(1996年)
[15] Eastoe,E.F.,Tawn,J.A.:应用于地表臭氧的非平稳极值建模。皇家统计学会期刊。C 58(1),25-45(2009)。doi:10.1111/j.1467-9876.2008.00638.x
[16] Einmahl,JH;杨,F。;周,C.,多元正变模型的检验,J.Bus。经济学。统计,39,4,907-919(2021)·doi:10.1080/07350015.2020.1737533
[17] Embrechts,P。;Klüppelberg,C。;Mikosch,T.,《保险和金融极端事件建模》(1997),纽约:施普林格出版社,纽约·Zbl 0873.62116号 ·doi:10.1007/978-3-642-33483-2
[18] 加拉索,B。;泽梅尔,Y。;de Carvalho,M.,相位变化点过程的贝叶斯半参数建模,电子统计杂志,16,1,2518-2549(2022)·Zbl 07524979号 ·doi:10.1214/21-EJS1973
[19] Guan,Z.,使用Bernstein型多项式的高效稳健密度估计,J.Nonparam。统计,28,2,250-271(2016)·Zbl 1338.62084号 ·doi:10.1080/10485252.2016.1163349
[20] Gudendorf,G.,Segers,J.:极值连接。摘自:Copula理论及其应用,第127-145页。施普林格,柏林,海德堡(2010)。doi:10.1007/978-3642-12465-56
[21] 美国国际集团(AIG)吉勒姆(Guillem),《极端价值的结构依赖》(Structure de deépendance des lois de valeurs extremémes bivarie es),《科学与数学》(Comptes Rendus de l'Académie des Sciences-Series I-Mathematics),第330、7、593-596页(2000)·Zbl 0951.60014号 ·doi:10.1016/S0764-4442(00)00235-4
[22] Haario,H。;Saksman,E。;Tamminen,J.,高维MCMC的组件自适应,计算。统计,20,2,265-273(2005)·Zbl 1091.65009号 ·doi:10.1007/BF02789703
[23] Hanson,TE;德卡瓦略,M。;Chen,Y.,多元极值分布的Bernstein多项式角密度,Stat.Prob。莱特。,128, 60-66 (2017) ·兹比尔1379.60056 ·doi:10.1016/j.spl.2017.03.030
[24] Hüsler,J。;Li,D.,《检验二元极值的渐近独立性》,J.Stat.Plann。推断。,139, 3, 990-998 (2009) ·Zbl 1156.62332号 ·doi:10.1016/j.jspi.2008.06.003
[25] Katz,R.W.:非平稳极值的统计方法。摘自:《气候变化中的极端》,第15-37页。施普林格(2013)
[26] 基里略克,A。;鲁特泽恩,H。;Segers,J。;Wadsworth,JL,多变量广义帕累托分布的峰值阈值建模,Technometrics,61,1123-135(2019)·doi:10.1080/00401706.2018.1462738
[27] Koenker,R。;Bassett,G.,回归分位数,计量经济学,46,33-50(1978)·Zbl 0373.62038号 ·doi:10.2307/1913643
[28] Mhalla,L.,Chavez-Demoulin,V.,Dupuis,D.J.:多瑙河上游流域网络中极端河流流量的成因机制。皇家统计学会期刊。C 69(4),741-764(2020)
[29] Nelsen,R.B.:《连接词简介》,第二版,Springer,纽约(2006)·Zbl 1152.62030
[30] Padoan,S.A.、Rizzelli,S.:多元最大稳定分布的贝叶斯推断的一致性。Ann.Stat.(2022年)·Zbl 07547939号
[31] Pickands,J.:多元极值分布。In:程序。第43届。国际统计。Inst,第859-878页(1981年)·Zbl 0518.62045号
[32] Ramos,A.,Ledford,A.:一类新的双变量关节尾翼模型。皇家统计学会期刊。B 71(1),219-241(2009)。doi:10.2307/20203885·Zbl 1231.62093号
[33] Resnick,SI,《重尾现象:概率和统计建模》(2007),纽约:Springer,纽约·Zbl 1152.62029号
[34] Sabourin,A。;Naveau,P.,《多元极值的贝叶斯-狄里克莱混合模型:重新参数化》,计算。统计数据分析。,71, 542-567 (2014) ·Zbl 1471.62176号 ·doi:10.1016/j.csda.2013.04.021
[35] 斯蒂芬森,A。;Tawn,J.,利用组件极大值的似然推断中的发生时间,Biometrika,92,1,213-227(2005)·兹比尔1068.62019 ·doi:10.1093/biomet/92.11.23
[36] Tibshirani,R.:通过套索进行回归收缩和选择。皇家统计学会期刊。B 58(1),267-288(1996)·Zbl 0850.62538号
[37] van der Vaart,AW,《渐近统计》(1998),英国剑桥:剑桥大学出版社,英国剑桥·Zbl 0910.62001号 ·doi:10.1017/CBO978051180225
[38] Wang,H。;Tsai,CL,尾指数回归,美国统计协会,104,487,1233-1240(2009)·Zbl 1388.62145号 ·doi:10.1198/jasa.2009.tm08458
[39] Wang,Y。;Stoev,SA,光谱离散最大稳定随机场的条件采样,高级应用。问题。,43, 2, 461-483 (2011) ·Zbl 1225.60085号 ·doi:10.1239/aap/1308662488
[40] Yee,TW;Stephenson,AG,向量广义线性和加性极值模型,极值,10,1-2,1-19(2007)·Zbl 1150.62371号 ·doi:10.1007/s10687-007-0032-4
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。