×
马雷克·奥梅尔卡;伊雷内·吉贝尔斯;诺埃尔·维拉韦贝克

改进的连接函数核估计：弱收敛性和优良性检验。 （英文） Zbl 1360.62160号

Ann.统计。 37，编号5B，3023-3058（2009）.
摘要：我们重新考虑了copula函数的现有核估计，如第二作者和J.米尔尼楚克，公社。Stat.，理论方法19，No.2，445-464（1990；Zbl 0900.62188号)], [J.-D.费曼等人，Bernoulli 10，No.5，847-860（2004；Zbl 1068.62059号)]和[S.X.陈和T.-M.黄，可以。《美国联邦法律大全》第35卷第2期，第265–282页（2007年；兹比尔1129.62023)]. 所有这些估计器都有一个缺点，即它们可能会遇到角点偏差问题。解决这一问题的一种方法是对连接函数施加相当严格的条件，超过了许多经典的连接函数族。在本文中，我们提出了改进的估计量，用于处理典型的角点偏差问题。对于第二位作者和Mielniczuk[loc.cit.]以及Chen和Huang[loc.cit.]来说，改进包括使用适当的功能因子缩小带宽；对于Fermanian等人[loc.cit.]，这是通过使用转换来实现的。本文的理论贡献是在大多数copula族都满足的条件下，三个改进估计的弱收敛性结果。我们还从理论和实践上讨论了带宽参数的选择，并在模拟研究中说明了估计量的有限样本行为。改进的估计量被应用于copula的goodness of fit检验。

引用于1审查
引用于61文件

MSC公司：

62G07年 密度估算
6220国集团 非参数推理的渐近性质
62小时05 多元概率分布的表征与结构理论；连接线

关键词：

连接线;克拉梅·冯·米塞斯统计;高斯过程;菲特之美;肯德尔陶;Kolmogorov-Smirnov统计;参数自助法;伪观测;弱收敛

引文：

Zbl 0900.62188号;Zbl 1068.62059号;Zbl 1129.62023号

软件：

R（右）;科恩光滑;引导库;连接线;连接线
PDF格式BibTeX公司 XML格式引用
\textit{M.Omelka}等人，Ann.Stat.37，No.5B，3023--3058（2009；Zbl 1360.62160）
全文： 内政部 arXiv公司

参考文献：

[1] Chen，S.X.和Huang，T.-M.（2007）。相关性建模中copula函数的非参数估计。加拿大。J.统计。35 265至282页·Zbl 1129.62023号 ·doi:10.1002/cjs.5550350205
[2] Davison，A.C.和Hinkley，D.V.（1997年）。引导方法及其应用。剑桥大学出版社，纽约·Zbl 0886.62001号
[3] Deheuvels，P.（1979年）。经验性和财产功能。阿卡德。罗伊。贝尔格。牛市。Cl.科学。65 274-292. ·Zbl 0422.62037号
[4] Epanechnikov，V.（1969年）。多维概率密度的非参数估计。理论问题。申请。14 153-158. ·Zbl 0175.17101号
[5] Fan，J.和Gijbels，I.（1996年）。局部多项式建模及其应用。查普曼和霍尔，伦敦·Zbl 0873.62037号
[6] Fermanian，J.-D.、Radulović，D.和Wegkamp，M.（2004）。经验copula过程的弱收敛性。伯努利10 847-860·Zbl 1068.62059号 ·doi:10.3550/bj/1099579158
[7] Gänssler，P.和Stute，W.（1987年）。经验过程研讨会。Birkhäuser，巴塞尔·Zbl 0637.62047号
[8] Genest，C.、Ghoudi，K.和Rivest，L.-P.（1995年）。多元分布族中相依参数的半参数估计过程。生物特征82 543-552。JSTOR公司：·Zbl 0831.62030号 ·doi:10.1093/biomet/82.3543
[9] Genest，C.和Rémillard，B.（2008年）。半参数模型中的参数引导法用于良好性测试的有效性。Ann.Inst.H.PoincaréProbab公司。统计师。44 1096-1127. ·Zbl 1206.62044号 ·doi:10.1214/07-AIHP148
[10] Genest，C.、Rémillard，B.和Beaudoin，D.（2009年）。连接函数的优度测试：综述和功效研究。保险：数学和经济学。出现。可在DOI:10.1016/j.insmatoco.2007.10.005获取·Zbl 1161.91416号
[11] Gijbels，I.和Mielniczuk，J.（1990年）。估计copula函数的密度。通信统计。理论方法19 445-464·Zbl 0900.62188号 ·doi:10.1080/03610929008830212
[12] Jin，Z.和Shao，Y.（1999）。关于多元分布函数的核估计。统计师。普罗巴伯。莱特。41 163-168. ·Zbl 0909.62032号 ·doi:10.1016/S0167-7152（98）00138-2
[13] Nelsen，R.B.（2006年）。《Copulas导论》，第二版，施普林格出版社，纽约·Zbl 1152.62030
[14] R开发核心团队（2007）。R：统计计算语言和环境。R统计计算基金会，奥地利维也纳。
[15] Tsukuhara，H.（2005）。copula模型中的半参数估计。加拿大。J.统计。33 357-375. ·Zbl 1077.62022号 ·doi:10.1002/cjs.5540330304
[16] van der Vaart，A.W.（1994）。平滑经验过程的弱收敛性。扫描。J.统计。21 501-504. ·Zbl 0809.62040号
[17] van der Vaart，A.W.和Wellner，J.A.（1996）。弱收敛和经验过程。纽约州施普林格·Zbl 0862.60002号
[18] van der Vaart，A.W.和Wellner，J.A.（2007年）。由估计函数索引的经验过程。在渐近：粒子，过程和反问题。IMS演讲笔记专题系列55 234-252。Inst.数学。统计学。，俄亥俄州比奇伍德·兹比尔1176.62050 ·doi:10.1214/0749217070000382
[19] Wand，M.和Jones，M.（1995年）。内核平滑。查普曼和霍尔，伦敦·Zbl 0854.62043号
[20] Yan，J.（2007）。享受copula的乐趣：使用copula包。J.统计。软件21 1-21。
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。