我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
罕见事件在许多应用中起着关键作用,已经提出了许多算法来估计罕见事件的概率。然而,对于如何量化罕见事件概率对模型参数的敏感性,人们知之甚少。在本文中,我们开发了新的、通用的不确定性量化和灵敏度边界,而不是对罕见事件灵敏度的直接统计估计,这些不确定性量化和灵敏度边界与特定的罕见事件模拟方法无关,适用于罕见事件家族。我们的方法基于最近导出的Rényi发散族的变分表示,该发散族是与所考虑的罕见事件相关的风险敏感泛函。受推导边界的启发,我们提出了新的罕见事件敏感性指数,并将其与得分函数的矩生成函数联系起来。边界缩放的方式使我们可以为大偏差率函数额外开发灵敏度指数。
保罗·杜普伊斯。 马科斯·卡苏拉基斯(Markos A.Katsoulakis)。 亚尼斯·潘塔齐斯(Yannis Pantazis)。 吕克·雷·贝莱特(Luc Rey-Bellet)。 “基于Rényi散度的罕见事件敏感性分析。” 附录申请。普罗巴伯。 30 (4) 1507 - 1533, 2020年8月。 https://doi.org/10.1214/19-AAP1468