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。