A.克莱菲尔德。;布拉萨斯,V。 分位数力学方法的统计应用:\(t\)和伽玛分布参数的MTM估计量。 (英语) Zbl 06144652号 Eur.J.应用。数学。 23,第5号,593-610(2012). 小结:在本文中,我们回顾了由Steinbrecher和Shaw(Steinbrucher,G.&Shaw,W.T.(2008)分位数力学)介绍的分位数力学方法。欧洲的。J.应用。数学。19, 87–112). 我们的目标是(i)导出gamma和Student参数的修剪矩(MTM)估计方法t吨分布,以及(ii)检查其大样本和小样本统计特性。由于修剪矩是通过分布的分位数函数定义的,分位数力学似乎是实现目标(i)的一种自然方法。为了实现第二个目标,我们依赖于Brazauskas建立的MTM的一般大样本结果等(Brazauskas,V.、Jones,B.L.和Zitikis,R.(2009)索赔严重性分布的稳健拟合和修剪矩方法。J.统计计划。推断139、2028–2043),然后使用蒙特卡罗模拟来研究新推导的估计量的小样本行为。我们发现,与通常产生完全有效但非稳健估计量的最大似然方法不同,MTM估计量是稳健的,并在稳健性和效率之间提供了竞争性权衡。当使用gamma或Studentt吨保险和金融等异常盈利领域的分布。 引用于1文件 MSC公司: 62至XX 统计 关键词:点估计(62F10);估计量的渐近性质(62F12);鲁棒性和自适应程序(62F35);修剪力矩法(62F99);统计学中的计算问题(65C60) 软件:数学软件;量化风险管理 PDF格式BibTeX公司 XML格式引用 \textit{A.Kleefeld}和\textit{V.Brazauskas},《欧洲应用杂志》。数学。23,第5号,593--610(2012;Zbl 06144652) 全文: DOI程序 参考文献: [1] DOI:10.1017/S0956792508007341·Zbl 1143.60014号 ·doi:10.1017/S0956792508007341 [2] Wolfram,《数学书》(2004) [3] DOI:10.1002/9780470316481·兹伯利0538.62002 ·数字对象标识代码:10.1002/9780470316481 [4] 内政部:10.1214/0883423040000387·Zbl 1100.62500号 ·doi:10.1214/08834230400000387 [5] 约翰逊,连续单变量分布(1994) [6] DOI:10.1214/aoms/1177703732·Zbl 0136.39805号 ·doi:10.1214/aoms/1177703732 [7] 麦克尼尔,《定量风险管理:概念、技术和工具》(2005)·Zbl 1089.91037号 [8] 汉佩尔,对稳健估计理论的贡献(1968) [9] 内政部:10.1002/0470010940·邮编1094.62040 ·doi:10.1002/0470010940 [10] 哈尔德,《1750年至1930年的数理统计史》(1998)·Zbl 0979.01012号 [11] 内政部:10.1002/9780470391341·数字对象标识代码:10.1002/9780470391341 [12] 内政部:10.1201/9781420035919·doi:10.1201/9781420035919 [13] 北美演员琼斯。J.7 8第44页–(2004) [14] 菲尔·加尔顿,马萨诸塞州,第49页,第33页——(1875年) [15] DOI:10.1016/j.jspi.2008.09.012·Zbl 1159.62067号 ·doi:10.1016/j.jspi.2008.09.012 [16] 内政部:10.1080/03461230903424199·Zbl 1277.62248号 ·doi:10.1080/03461230903424199 [17] 阿布拉莫维茨,《数学函数手册》(1972) [18] Shaw,J.计算机。财务9第37页–(2006年)·doi:10.21314/JCF.2006.150 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。