在极值分析中，一个中心问题是极值指数的自适应估计γ到目前为止，这一领域的大部分注意力都集中在这个案件上γ>0，也就是说，什么时候$\stackrel{<trans\; data-src="¯">¯</trans>}{\mathrm{<trans\; data-src="F">F类</trans>}}$是一个具有索引的规则变化函数-1/γ。除了众所周知的Hill估计量外，目前还有许多其他估计量可用。其中最重要的是基于Pareto分位数图或Zipf图的核型估值器和加权最小二乘斜率估值器，如Csörgö和Viharos所审查的。使用指数回归模型（ERM）计算连续极值顺序统计之间的间距等。Feuerverger和Hall引入了偏差减少估计量。