×
德泽·贝穆德斯，P。;Amaral Turkman，医学硕士。

广义帕累托分布参数估计的贝叶斯方法。 （英语） Zbl 1039.62023号

测试 12，第1期，259-277（2003）.
摘要：估计广义帕累托分布（GPD）的参数有几种方法，即最大似然（ML）、矩量法（MOM）和概率加权矩（PWM）。众所周知，要使这些估值器存在，必须对GPD的形状参数（k）的范围施加某些约束。例如，PWM和ML估计器分别只存在于（k>-0.5）和（k\leq 1）。此外，特别是对于小样本量，在任何实际情况下应用的最有效方法都高度依赖于对最可能的\（k）值的先前知识。这清楚地表明贝叶斯技术的使用是一种使用关于（k）的先验信息的方法。
我们解决了从贝叶斯观点估计GPD参数的问题。通过与ML、PWM以及由E.卡斯蒂略和A.S.哈迪【《美国统计协会杂志》第92卷第440、1609–1620号（1997年；Zbl 0919.62014号)]. 然后将估计过程应用于两个实际数据集。

引用于11文件

MSC公司：

2015年1月62日 贝叶斯推断
10层62层 点估计

关键词：

元素百分位数法;吉布斯采样;广义帕累托分布;最大似然;峰值超过阈值;概率加权矩

引文：

Zbl 0919.62014号

软件：

化学需氧量
PDF格式BibTeX公司 XML格式引用
\textit{P.de Zea Bermudez}和\textit{M.A.Amaral Turkman}，测试12，第1号，259--277（2003；Zbl 1039.62023）
全文： 内政部

参考文献：

[1] Arnold，B.C.和Press，S.J.（1989）。帕累托数据的贝叶斯估计和预测。美国统计协会杂志，84:1079–1084·Zbl 0702.62026号 ·doi:10.2307/2290086
[2] Beirlant，J.、Teugels，J.L.和Vynckier，P.（1996年）。极值的实际分析。鲁汶大学出版社，鲁汶·Zbl 0888.62003号
[3] Best，N.G.、Cowles，M.K.和Vines，K.（1995年）。CODA–Gibbs采样输出的收敛诊断和输出分析软件–版本0.30。检索时间http://www.mrc-bsu.cam.ac.uk。
[4] Castillo，E.和Hadi，A.S.（1997年）。将广义帕累托分布拟合到数据。美国统计协会杂志，92:1609–1620·Zbl 0919.62014号 ·doi:10.2307/2965432
[5] De Zea Bermudez，P.和Amaral Turkman，M.A.（2001年）。广义帕累托分布参数估计的贝叶斯方法。里斯本大学CEAUL技术报告7·Zbl 1039.62023号
[6] Dupuis，D.J.（1996）。估计获得广义Pareto分布的不可行参数估计的概率。统计计算与模拟杂志，54:197-209·Zbl 0881.62020号 ·doi:10.1080/00949659608811728
[7] Gilks，W.R.、Best，N.G.和Tan，K.K.C.（1995）。自适应拒绝Gibbs采样中的Metropolis采样。应用统计学，44:455-472·Zbl 0893.62110号 ·doi:10.2307/2986138
[8] Grimshaw，S.D.（1993）。计算广义Pareto分布的最大似然估计。技术计量学，35:185–191·Zbl 0775.62054号 ·doi:10.2307/1269663
[9] 霍斯金，J.R.M.和沃利斯，J.R（1987）。广义Pareto分布的参数和分位数估计。技术计量学，29:339–349·Zbl 0628.62019号 ·doi:10.2307/1269343
[10] Kadane，J.B.（1980）。获取先验分布的预测和结构化方法。A.Zellner主编，《计量经济学和统计学中的贝叶斯分析》，第89-93页。荷兰北部，阿姆斯特丹，第8版。
[11] Pickands，J.（1975）。使用极值顺序统计进行统计推断。《统计年鉴》，3:199-131·Zbl 0312.62038号
[12] Rootzén，H.和Tajvidi，n.（1997年）。极值统计和风暴损失：案例研究。斯堪的纳维亚精算杂志，1:70-94·Zbl 0926.62104号
[13] Smith，R.L.（1984）。样本极值的阈值方法。J.T.de Oliveira和D.Reidel主编，《统计极限与应用》，第621-638页。荷兰北部，阿姆斯特丹·Zbl 0574.62090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。