西索霍,尤索普;拉斐尔·库利克 正则变化时间序列的簇函数估计:运行估计器。 (英语) Zbl 07556939号 电子。J.统计。 16,编号1,3561-3607(2022). 摘要:聚类指数描述平稳时间序列的极值行为。我们考虑聚类指数的游程估计。利用多元、规则变化时间序列的现代理论,我们在一类模型易于验证的条件下获得了中心极限定理。特别地,我们证明了块估计和游程估计具有相同的极限方差。 理学硕士: 62至XX 统计 关键词:规则变化的时间序列;极端;簇索引;极值指数 PDF格式BibTeX公司 XML格式引用 \textit{Y.Cissokho}和\textit{R.Kulik},电子。J.Stat.16,No.1,3561--3607(2022;Zbl 07556939) 全文: 内政部 arXiv公司 链接 参考文献: [1] 贝蒂娜·伯豪斯和阿克塞尔·比彻。极值指数伪极大似然估计的弱收敛性。统计年刊, 46(5):2307-2335, 2018. ·Zbl 1406.62046号 [2] 克莱莫内尔·比拉伊·比亚卡纳(Clemonell Bilayi-Biakana)、拉法·库利克(RafałKulik)和菲利普·苏利埃(Philippe Soulier)。具有极值独立性的重尾序列的统计推断。极端, 23(1):1-33, 2020. ·Zbl 1498.62165号 [3] Bojan Basrak和Hrvoje Planinić。关于测度模糊收敛的注记。统计与概率信件, 153:180-186, 2019. ·Zbl 1420.28001号 [4] Bojan Basrak、Hrvoje Planinić和Philippe Soulier。规则变化平稳序列的和和和记录时间的不变性原理。概率论及其相关领域, 172(3-4):869-914, 2018. ·Zbl 1404.60043号 [5] Bojan Basrak和Johan Segers。规则变化的多元时间序列。随机过程及其应用, 119(4):1055-1080, 2009. ·Zbl 1161.60319号 [6] Jan Beirlant、Yuri Goegebeur、Jozef Teugels和Johan Segers。极值统计约翰·威利父子公司,奇切斯特,2004年·Zbl 1070.62036号 [7] 阿克塞尔·比彻和约翰·西格斯。基于滑动块的重尾平稳时间序列推断。电子统计杂志, 12(1):1098-1125, 2018. ·Zbl 1473.62303号 [8] 阿克塞尔·比彻(Axel Bücher)和约翰·塞格斯(Johan Segers)。基于从时间序列中提取的块极大值的fréchet分布的最大似然估计。伯努利, 24(2):1427-1462, 2018. ·Zbl 1414.62354号 [9] 阿克塞尔·比彻(Axel Bücher)和陈舟(Chen Zhou)。在块最大值方法和峰值超阈值方法之间进行赛马。统计科学, 36(3), 360-378, 2021. ·兹伯利07473923 [10] Youssouph Cissokho和Rafal Kulik。正则变化时间序列的簇泛函估计:滑动块估计。电子统计杂志, 15(1): 2777-2831, 2021. ·Zbl 1471.62459号 [11] Youssouph Cissokho和Rafal Kulik。补充材料:“对经常变化的时间序列的聚类泛函的估计:运行估计量”。电子统计杂志, 2022. 内政部:https://doi.org/10.1214/22-EJS2026SUPP。 ·Zbl 1471.62459号 [12] 理查德·戴维斯和托马斯·米科斯。极值图:极端事件的相关图。伯努利,38A:977-10092009年。概率论、统计学和地震学·Zbl 1200.62104号 [13] 理查德·戴维斯和泰伦·兴。无穷方差弱相依随机变量的点过程和部分和收敛性。概率年报, 23(2):879-917, 1995. ·Zbl 0837.60017号 [14] Clément Dombry、Enkelejd Hashorva和Philippe Soulier。正则变化时间序列的尾测度和谱尾过程。应用概率年鉴, 28(6):3884-3921, 2018. ·Zbl 1404.60074号 [15] 霍尔格·德雷斯和米兰·克内泽维奇。谱尾过程的峰值超阈值估计:随机与确定性阈值。极端, 2020. 内政部:https://doi.org/10.1007/s10687-019-00367-x。 ·兹比尔1447.62050 [16] 霍尔格·德雷斯和塞巴斯蒂安·内布隆。罕见事件滑动块估计的渐近性。伯努利27(2), 1239-1269, 2021. ·Zbl 1469.62254号 [17] 霍尔格·德雷斯和霍尔格罗茨。簇泛函经验过程的极限定理。统计年刊, 38(4):2145-2186, 2010. ·Zbl 1210.62051号 [18] 霍尔格·德雷斯(Holger Drees)、约翰·塞格斯(Johan Segers)和米查·沃乔(Micha Warcho)。马尔可夫链尾部过程的统计。极端, 18(3):369-402, 2015. ·兹比尔1327.62322 [19] Paul Embrechts、Claudia Klüppelberg和Thomas Mikosch。保险和金融极端事件建模Springer-Verlag,1997年·Zbl 0873.62116号 [20] 安娜·费雷拉(Ana Ferreira)、劳伦斯·德·哈恩(Laurens de Haan)。关于极值理论中的块极大值方法:PWM估计器统计年刊, 43(1): 276-298, 2015. ·Zbl 1310.62064号 [21] Enkelejd Hashorva。通过指数倾斜表示最大稳定过程,随机过程及其应用, 128(9): 2952-2978, 2018. ·Zbl 1405.60071号 [22] 泰伦兴。估计罕见事件的参数。随机过程及其应用, 37(1):117-139, 1991. ·Zbl 0722.62021号 [23] I.A.伊布拉基莫夫。平稳过程的一些极限定理。西奥。普罗巴伯。申请。, 7:349-382, 1962. ·Zbl 0119.14204号 [24] 拉法·库利克和菲利普·苏利埃。厚尾时间序列施普林格,2020年·Zbl 1457.62003年 [25] 拉法·库利克(RafałKulik)、菲利普·苏利埃(Philippe Soulier)和奥利维尔·温滕伯格(Olivier Wintenberger)。几何遍历马氏链正则变化函数的尾部经验过程。随机过程及其应用, 129(1):4209-4238, 2019. ·Zbl 1448.60114号 [26] Thomas Mikosch和Olivier Wintenberger。相关规则变化序列的精确大偏差。概率论及其相关领域, 156(3-4):851-887, 2013. ·兹比尔1276.60029 [27] 托马斯·米科斯(Thomas Mikosch)和奥利维尔·温滕伯格(Olivier Wintenberger)。正则变化序列的聚类指数及其在多元马尔可夫链函数极限理论中的应用。概率论及其相关领域, 159(1-2):157-196, 2014. ·Zbl 1304.60034号 [28] 托马斯·米科斯(Thomas Mikosch)和奥利维尔·温滕伯格(Olivier Wintenberger)。重尾时间序列极限定理的大偏差方法。概率论及其相关领域, 166(1-2):233-269, 2016. ·Zbl 1350.60024号 [29] Hrvoje Planinić和Philippe Soulier。重新审视了尾部流程。极端, 21(4):551-579, 2018. ·Zbl 1417.60043号 [30] Holger Rootzén、Ross M.Leadbetter和Laurens de Haan。关于强混合平稳序列的尾阵和的分布。应用概率年鉴, 8(3):868-885, 1998. ·Zbl 0939.60007号 [31] Christian Y.Robert、Johan Segers和Christopher A.T.Ferro。极值指数的滑动块估计。电子统计杂志, 3:993-1020, 2009. ·Zbl 1326.60075号 [32] 根纳迪·萨莫罗德尼茨基(Gennady Samorodnitsky)。随机过程与长程依赖斯普林格,2016年·Zbl 1376.60007号 [33] 理查德·史密斯(Richard L.Smith)和伊斯海·魏斯曼(Ishay Weissman)。估计极值指数。英国皇家统计学会期刊。B.系列方法, 56(3):515-528, 1994. ·Zbl 0796.62084号 [34] Aad W.van der Vaart和Jon A.Wellner。弱收敛和经验过程《施普林格》,纽约,1996年·Zbl 0862.60002号 [35] Ishay Weissman和S.Yu。诺瓦克。关于极值指数的块和游程估计。统计规划与推断杂志, 66(2):281-288, 1998. ·Zbl 0953.62089号 [36] Nan Zou、Stanislav Volgushev和Axel Bücher。多元时间序列极值的多个块大小和重叠块。统计年刊2021年第49(1)、295-320页·Zbl 1461.62167号 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。