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。