×

对极端应用的相关罕见事件进行有效模拟。 (英语) Zbl 1385.65014号

设\((X_1,\dots,X_n)\)是一个随机向量,并且\(M=\max_i\,X_i\)。作者感兴趣的是使用基于(E(gamma)=sum{i=1}的估计量来估计^{n} 我_{[X_i>\gamma]}\)。提出了两种估计并研究了它们的性质。除此之外,作者还对(beta_n(\gamma)=E\,\big[Y\,I_{[E(\gama\geqn)]}\big]\),\(n=1,2,\dots,d,\)的估计感兴趣,其中\(Y\)是任意随机变量。没有对事件的相关性([X_i>\gamma]\)或这些事件与随机变量的相关性(Y\)进行任何假设。研究了所建议估计量的性质及其效率。通过几个重要的例子说明了数值性能。

MSC公司:

65C60个 统计中的计算问题(MSC2010)
65二氧化碳 蒙特卡罗方法
62G32型 极值统计;尾部推断
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Adler RJ,Blanchet JH,Liu J(2012)高斯随机场高偏移的高效蒙特卡罗。Ann Appl Probab 22(3):1167-1214·Zbl 1251.60031号 ·doi:10.1214/11-AAP792
[2] Andersen LN、Laub PJ、Rojas-Nandayapa L、Rojas-Nandayapa L(2016)《在线伴奏》,用于“极端应用的依赖性罕见事件的高效模拟”。https://github.com/Pat-Laub/RareMaxima网站<RefTarget地址=“https://github.com/Pat-Laub/RareMaxima网站“TargetType=”URL“/>·Zbl 1385.65014号
[3] Anderson TW(1984)《多元统计分析导论》,第2版。概率与数理统计中的威利级数:概率和数理统计。纽约威利公司·Zbl 0651.62041号
[4] Anderson TW(2003)《多元统计分析导论》,第3版。概率统计威利级数。新泽西州霍博肯市威利国际科学公司·Zbl 1039.62044号
[5] Asmussen S,Albrecher H(2010)《破产概率》,第二版。统计科学与应用概率高级系列,14。世界科学出版有限公司,新泽西州哈肯萨克。数字对象标识代码:10.1142/9789814282536·Zbl 1247.91080号
[6] Asmussen S,Glynn PW(2007)《随机模拟:算法与分析,随机建模与应用概率序列》,第57卷。施普林格·Zbl 1126.65001号
[7] Berman S(1992)随机过程的逗留和极值。CRC出版社·Zbl 0809.60046号
[8] Bingham NH、Goldie CM、Teugels JL(1989)《常规变化》,第27卷。剑桥大学出版社·Zbl 0667.26003号
[9] Botev ZI(2017)线性约束下的正态律:通过极大极小倾斜进行模拟和估计。皇家统计学会J,Ser B 79:1-24·Zbl 1414.62102号 ·doi:10.1111/rssb.12162
[10] Breslaw J(1994)截尾多元正态分布的随机抽样。应用数学快报7(1):1-6·Zbl 0795.62060号 ·doi:10.1016/0893-9659(94)90042-6
[11] Bryc W(2012)《正态分布:应用特征》,第100卷。施普林格科技与商业媒体·Zbl 0823.62012号
[12] Charpentier A,Segers J(2009)多元阿基米德交尾。多变量分析杂志100(7):1521-1537·Zbl 1165.62038号 ·doi:10.1016/j.jmva.2008.12.015
[13] Cont R(2010)《定量金融百科全书》·Zbl 1185.91001号
[14] De Haan L,Ferreira A(2007),极值理论:导论。施普林格科技与商业媒体·Zbl 1101.62002号
[15] Eltoft T,Kim T,Lee TW(2006)关于多元拉普拉斯分布。IEEE信号处理Lett 13(5):300-303·doi:10.1109/LSP.2006.870353
[16] Glasserman P(2003)《金融工程中的蒙特卡罗方法、随机建模和应用概率序列》,第53卷。施普林格·Zbl 0905.60034号
[17] Hashorva E(2005)多元高斯尾数的渐近和界。《Theor Prob杂志》18(1):79-97·Zbl 1065.60017号 ·doi:10.1007/s10959-004-2577-3
[18] Hashorva E(2007)I型二元椭圆分布的精确尾部渐近性。阿尔巴尼亚数学J 1(2):99-114·Zbl 1129.60023号
[19] Hashorva E(2010)关于椭圆分布的剩余相关指数。统计概率Lett 80(13):1070-1078·Zbl 1190.62107号 ·doi:10.1016/j.spl.2010.03.001
[20] Heffernan JE(2000)尾部依赖系数目录。末端3(3):279-290·Zbl 0979.62040号 ·doi:10.1023/A:1011459127975
[21] Huang Z,Shahabuddin P(2003)Rarevent,使用风险函数转换的重尾模拟,及其在价值-风险中的应用。收录:2003年冬季模拟会议记录,2003年·Zbl 0979.62040号
[22] Hult H,Lindskog F(2002)多元极值,椭圆分布中的聚集和相关性。Adv应用程序Probab 34(3):587-608·Zbl 1023.60021号 ·doi:10.1017/S0001867800011770
[23] Joe H(1997)多元模型和多元相关性概念。CRC出版社·兹比尔0990.62517
[24] Kotz S,Kozubowski TJ,Podgórski K(2001)非对称多元Laplace分布Laplace分配和推广。施普林格,第239-272页·Zbl 0977.62003年
[25] Ledford AW,Tawn JA(1996)多元极值中近似独立性的统计。生物特征83(1):169-187·Zbl 0865.62040号 ·doi:10.1093/biomet/83.1.169
[26] Ledford AW,Tawn JA(1997),联合尾部区域内的建模依赖性。皇家统计学会杂志:Ser B Stat Methodol 59(2):475-499·Zbl 0886.62063号 ·doi:10.1111/1467-9868.00080
[27] Ledford AW,Tawn JA(1998),极端情况下的伴随尾行为。高级应用概率30(1):197-215·Zbl 0905.60034号 ·doi:10.1017/S0001867800008168
[28] McNeil AJ、Frey R、Embrechts P(2015)《定量风险管理:概念、技术和工具》,第2卷。普林斯顿大学出版社·兹比尔1337.91003
[29] Nelsen RB(2007)《连接词导论》,第2版。施普林格科技与商业媒体·Zbl 1152.62030
[30] Nolde N(2014)剩余相关系数的几何解释。多变量分析杂志123:85-95·Zbl 1360.60100号 ·doi:10.1016/j.jmva.2013.08.018
[31] Rausand M,Höyland A(2004)《系统可靠性理论:模型、统计方法和应用》,第396卷。威利·Zbl 1052.93001号
[32] Resnick S(2002)隐正则变分、二阶正则变分和渐近独立性。末端5(4):303-336·Zbl 1035.60053号 ·doi:10.1023/A:1025148622954
[33] Resnick SI(1987)极值、规则变化和点过程。施普林格·兹比尔0633.60001
[34] Robert CP(1995)截断正态变量的模拟。统计计算5(2):121-125·doi:10.1007/BF00143942
[35] Rubinstein RY,Kroese DP(2011)《模拟和蒙特卡罗方法》,第707卷。威利·Zbl 1147.68831号
[36] Savage IR(1962)多元正态分布的Mills比。《自然科学杂志》第B部分66:93-96·Zbl 0105.12601号 ·doi:10.6028/jres.066B.011
[37] Sibuya M(1960)二元极值统计。安学院统计数学11(2):195-210·兹比尔0095.33703 ·doi:10.1007/BF01682329
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。