×

兹马思-数学第一资源

重尾观测广义Pareto分布阈值的贝叶斯估计。(英语) Zbl 1422.62111
摘要:本文讨论了一种定义广义Pareto分布阈值的先验分布的方法,特别是当其应用于重尾数据时。我们建议将先验概率分配给给定观测集的次序统计量。换句话说,我们假设阈值与其中一个数据点重合。我们给出了两种定义先验的方法:给每个阶统计量指定相等的质量,即一个统一的先验,以及考虑每个阶统计量在表示真实阈值方面的价值。两种提出的先验知识都代表了一种最小信息的情景,我们通过模拟练习和分析来自保险和金融的两个应用来研究它们的充分性。
理学硕士:
15层62层 贝叶斯推理
62分05秒 统计学在精算科学和金融数学中的应用
62G32型 极值统计;尾推理
PDF格式 BibTeX公司 XML 引用
全文: 多伊
参考文献:
[1] Behrens,中国;洛佩斯,HF;Gamerman,D.用阈值估计对极端事件进行贝叶斯分析,Stat Mod,4227-244,(2004)·Zbl 1111.62023
[2] Berger-JO(1985)统计决策理论与贝叶斯分析。斯普林格,纽约·Zbl 0572.62008
[3] 《客观贝叶斯分析案例》,贝叶斯分析,1385-402,(2006)·Zbl 1331.62042
[四] 伯杰,乔;伯纳多,吉咪;Sun,D,参考先验的形式定义,Ann Stat,37905-938,(2009)·Zbl 1162.62013
[5] Berk,RH,模型不正确时后验分布的极限行为,Ann Math Stat,37,51-58,(1966)·中银0151.23802
[6] Bernardo,JM,内在可信区域:区间估计的客观贝叶斯方法,检验,14317-384,(2005)·Zbl 1087.62036
[7] Bernardo JM,Smith AFM(1994)贝叶斯理论。威利,纽约·Zbl 0796.62002
[8] 卡布拉斯S;Castellanos,ME,半参数混合模型下估计极值分位数的贝叶斯方法,Astin Bull,41,87-106,(2011)·Zbl 1220.62056
[9] 卡林,英国石油公司;Gelfand,AE,经验Bayes置信区间方法,J Am Stat Assoc,85105-114,(1990)·Zbl 0731.62080
[10] 卡罗,J;Bengio,Y,非对称厚尾数据的混合帕累托模型:单变量情况,极值,12,53-76,(2009)·Zbl 1223.62030
[11] 卡斯特拉诺斯,我;卡布拉斯,S,广义帕累托分布的默认贝叶斯程序,J Stat Plan Infer,137473-783,(2007)·Zbl 1102.62023
[12] Coles SG(2001)极值统计建模导论。斯普林格,纽约·Zbl 0980.62043
[13] 查多,C;德尔沃兹,A;Denuit,M,Poisson对数双线性死亡率预测,保险数学经济学,36260-284,(2005)·Zbl 1110.62142
[14] Darnieder WF(2011)《数据相关先验的贝叶斯方法》。博士。俄亥俄州立大学毕业论文
[15] Zea,英国石油公司;马萨诸塞州土库曼;Turkman,K,尾部概率估计的预测方法,极值,4295-314,(2001)·Zbl 1023.62031
[16] Zea,英国石油公司;Turkman,MA,广义帕累托分布参数估计的贝叶斯方法,检验,12,259-277,(2003)·Zbl 1039.62023
[17] 迪利,JJ;林德利,DV,经验贝叶斯,J Am统计协会,76833-841,(1981)·Zbl 0495.62009
[18] 极端分布适用于Castillo-Del模型,2012年。arXiv:1211.0130·Zbl 1390.62084
[19] 迪博尔特,J;李国平,等.用贝叶斯抽样估计有限混合分布,中华民国统计学会学报,56363-375,(1994)·Zbl 0796.62028
[20] 做纳西门托,F;加曼,D;Lopes,HF,《极值估计的半参数贝叶斯方法》,Stat Comput,22661-675,(2011)·Zbl 1322.62049
[21] 唐纳利,C;《魔鬼在尾巴上:精算数学与次贷危机》,阿斯汀·布尔,40岁,1-33岁,(2010年)·Zbl 1230.91181
[22] Fabozzi FJ,Focardi SM,Höchostötter M,Rachev ST(2010)金融概率与统计。威利,霍博肯·Zbl 1229.91002号
[23] 费尔南德斯,C;Steel,MFJ,关于通过连续分布建模的危险:贝叶斯观点,贝叶斯统计,6,1-16,(1998)
[24] 弗瑞吉斯,A;豪格,哦;Rue,H,无监督尾估计的动态混合模型,极值,5219-235,(2002)·Zbl 1039.62042
[25] Fúquene Patiño,JA,使用伽马密度Dirichlet过程混合的半参数贝叶斯极值模型,应用统计杂志,42267-280,(2015)
[26] 盖尔曼,A;鲁宾,DB,《利用多序列进行迭代模拟的推论》,Stat Sci,7457-511,(1992)·Zbl 1386.65060
[27] Gelman A、Carlin JB、Stern HS、Rubin DB(2014)贝叶斯数据分析。查普曼和霍尔/CRC,博卡拉顿·Zbl 1279.62004
[28] Kullback,S;莱布勒,RA,《信息与充分性》,安数学统计,22,79-86,(1951)·Zbl 0042.38403
[29] 马考利夫,J;布莱,D;Jordan,M,Dirichlet过程混合模型的非参数经验Bayes,Stat Comput,16,5-14,(2006)
[30] 麦克唐纳,A;斯卡罗特,CJ;李,D;达洛,B;雷亚尔,M;Russell,G,一个灵活的极值混合模型,计算机统计数据分析,552137-2157,(2011)·Zbl 1328.62296
[31] MacEachern SN(1998)混合dirichlet过程模型的方法。在:统计学课堂讲稿。斯普林格,纽约·Zbl 0042.38403
[32] McNeil,AJ,使用极值理论估计损失严重程度分布的尾部,Astin Bull,27117-137,(1997)
[33] 门德斯,B;Lopes,HF,混合物的数据驱动估计,计算机统计数据分析,47583-598,(2004)·Zbl 1429.62019
[34] Mengersen KL,Robert CP,Titterington DM(2011)混合物:估计和应用。威利,奇切斯特·Zbl 1218.62003
[35] 北卡罗来纳州梅尔哈夫;费德,M,宇宙预测。IEEE trans,神经网络,201087-1101,(1998)
[36] 《经验贝叶斯推理:理论与应用》,美国统计学杂志,68,47-55,(1983)·Zbl 0506.62005
[37] 诺斯罗普,PJ;Coleman,CL,极值分析的改进阈值诊断图,极值,12289-303,(2014)·Zbl 1308.62104
[38] 皮坎兹,J,使用极端顺序统计的统计推断,安统计,3119-131,(1975)·Zbl 0312.62038
[39] Raftery,青铜币;吉尔克斯,WR(编辑版);理查森,S(编辑);Spiegelhalter,DJ(编辑),《通过后验模拟进行假设检验和模型选择》,163-188,(1996),伦敦
[40] 斯卡罗特,C;MacDonald,A,极值阈值估计和不确定度量化综述,REVSTAT Stat J,10,33-60,(2012)·Zbl 1297.62120
[41] Smith RL(1984)统计极值与应用。里德尔,多德雷赫特
[42] 坦克雷迪,A;安德森,CW;O'Hagan,A,《极值估计中阈值不确定性的核算》,极值,987-106,(2006)·Zbl 1164.62326
[43] 文丘里尼,S;多米尼克,F;Parmigiani,G,重尾分布的伽马形状混合,Ann App Statist,2756-776,(2008)·Zbl 1400.62292
[44] 别墅,C;Walker,SG,离散参数空间先验质量函数的客观方法,J Am Stat Assoc,1101072-1082,(2015)·Zbl 1373.62108号
[45] 新泽西州沃兹沃斯;Tawn,JA,《阈值诊断和极值建模中不确定性的似然方法》,J R Stat Soc Ser B,74543-567,(2012年)
[46] 华瑟曼,L,使用数据相关先验的混合模型的渐近推断,J R Stat Soc Ser B,62159-180,(2000)·Zbl 0976.62028
[47] 雨刮器,M;里奥斯因苏阿,D;吕格瑞,F,伽马分布与应用的混合,计算图统计杂志,10440-454,(2001)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。