现有的多元极值理论侧重于描述随机向量的所有成分（标准化为相同的裕度）以相同的速度增长时的分布尾部特征。在本文中，我们考虑了允许成分以不同速率增长的影响，并描述了这些边际增长率与多元尾部概率衰减率之间的联系。我们的方法引入了一整类单变量正则变分条件，取代了支撑当前理论的单变量但多变量正则变差条件。这些条件由齐次函数和角度相关函数表示，对于渐近独立的随机向量，它们反映了指数测度和Pickands相关函数在经典多元极值中所起的作用。我们还提供了一种推断方法来估计联合幸存者的概率。我们方法的关键特征是，当变量的边界是指数时，可以通过从原点发出的射线外推来估计极值集概率。与现有技术相比，这提供了明显的改进，在现有技术中，指数裕度的外推是在与对角线平行的线上进行的。