拉斐尔·法里亚斯。;米歇尔·蒙托里尔。;何塞·安德拉德（JoséA.A.Andrade）。 重尾分布极值分位数的贝叶斯推断。 （英语） Zbl 1384.62086号 统计概率。莱特。 113, 103-107 (2016). 摘要：我们提出了一种新的方法来估计一类广泛的重尾分布的极值分位数。我们的建议通过高后验密度区间对极端分位数进行贝叶斯推断。我们通过数值结果评估了该方案的性能。 引用于2文件 MSC公司： 2015年1月62日 贝叶斯推断 62E20型 统计学中的渐近分布理论 关键词：高分位数;HPD间隔;沉重的尾巴 软件：R（右）;化学需氧量 PDF格式BibTeX公司 XML格式引用 \textit{R.B.A.Farias}等人，Stat.Probab。莱特。113、103——107（2016；Zbl 1384.62086） 全文： 内政部 参考文献： [1] Ahn，S。；Kim，J.H.T。；Ramaswami，V.，金融和保险风险重尾分布的一类新模型，保险数学。经济。，51, 43-52 (2012) ·Zbl 1284.60024号 [2] Behrens，C.N。；Lopes，H.F。；Gamerman，D.，用阈值估计对极端事件进行贝叶斯分析，统计模型。，4, 3, 227-244 (2004) ·Zbl 1111.62023号 [3] 贝兰特，J。；Goegebeur，Y。；Segers，J。；Teugels，J.，《极值统计：理论与应用》（2004），威利出版社·Zbl 1070.62036号 [4] 贝尔纳迪，M。；马鲁蒂，A。；Petrella，L.，损失分布的倾斜混合模型：贝叶斯方法，保险数学。经济。，51, 617-623 (2012) ·Zbl 1285.62027号 [5] 卡布拉斯，S。；Castellanos，M.E。；Gamerman，D.，极端回归的默认贝叶斯方法，统计模型。，11, 6, 557-580 (2011) ·Zbl 1420.62108号 [6] 科尔斯，S.G。；Powell，E.A.，《极值建模中的贝叶斯方法：回顾与新发展》，《国际统计评论》，第64、1、119-136页（1996年），《国际统计学评论》·兹比尔0853.62025 [7] 科尔斯，S.G。；Tawn，J.A.，极端降雨数据的贝叶斯分析，J.R.Stat.Soc.Ser。C.申请。Stat.，45，4，463-478（1996） [8] 库雷，K。；Amanda，M.A.，用复合对数正态帕累托模型建模精算数据，Scand。演员。J.，5，321-334（2005）·Zbl 1143.91027号 [9] McNeil，使用极值理论估计损失严重性分布的尾部，ASTIN Bull。，27, 1, 117-138 (1997) [10] Müller，P.，《后验积分和吉布斯抽样的通用方法》。普渡大学技术代表（1991） [11] Peng，L.，基于经验的重尾分布均值置信区间，Ann.Statist。，32, 3, 1192-1214 (2004) ·Zbl 1091.62038号 [12] 彭，L。；Qi，Y.，重尾分布高分位数的置信区域，Ann.Statist。，34, 4, 1964-1986 (2006) ·Zbl 1246.62125号 [13] 普卢默，M。；贝斯特，N。；Cowles，K。；Vines，K.，Coda:MCMC的收敛诊断和输出分析，R News，6，1，7-11（2006），URL:http://CRAN.R-project.org/doc/Rnews/ [15] Resnick，S.I.，《丹麦大型火灾保险损失数据讨论》，ASTIN Bull。，27, 139-151 (1997) [16] Roberts，G.O。；盖尔曼，A。；Gilks，W.R.，随机行走大都市算法的弱收敛性和最优缩放，Ann.Appl。概率。，7, 1, 110-120 (1997) ·兹比尔0876.60015 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。