兴、泰仁 弱相依平稳序列的极值指数估计。 （英语） Zbl 0797.62018号 Ann.统计。 21，第4期，2043-2071（1993）. 设\（\｛xi_i\｝\）是一个具有连续边缘分布的随机变量的严格平稳序列\（F\）。我们说，如果\[\lim_{n\to\infty}P\left（n\Bigl（1-F\biggl（\max_{1\leqi\leqn}\theta_i\biggr）\Bigr）\geqx\right）=e^{-\thetax}（x>0）。\]在弱相关性下，作者考虑了极值指数（θ）的估计和统计意义。对于第一个问题，他通过以下公式定义了极值指数（θ（>0））的估计量\[\widehat \theta_n（x）=\sum^n_{i=1}i \Bigl（max_{i+1\leqj\leqi+r-1}\xi_j\leq x<\xi_i\left.\Bigr）\right/\sum^n _{i=1}i（xi_i>x）\]并表明，对于适当选择的\（r），\（widehat \ theta _ n（x）\）在很宽的\（x）范围内是弱一致的。对于第二个问题，作者表明，给定极值指数和边际分布，样本最大值的分布可以一致近似。对于（m）相关序列，也详细讨论了相同的问题。审核人：K.i.Yoshihara（横滨） 引用于1审查引用于36文件 MSC公司： 2012年12月62日 参数估计量的渐近性质 62M99型 随机过程推断 关键词：自适应估计;弱稠度;一致逼近;\（m\）相关序列;严格平稳序列;连续边际分布;极值指数;弱依赖性;样本最大值 PDF格式BibTeX公司 XML格式引用 \textit{T.Hsing}，Ann.Stat.21，No.4，2043--2071（1993；Zbl 0797.62018） 全文： 内政部