×
何塞·布兰切特;他，费;卡提耶克·穆尔西

关于分布稳健极值分析。 （英语） Zbl 1443.60051号

极端 23，第2期，317-347（2020年）.
摘要：我们在极值理论（EVT）的背景下研究分布稳健性。我们提供了一种数据驱动的方法，用于以一种对标准极值类型定理应用基础上的不正确模型假设具有鲁棒性的方式估计极值分位数。分布稳健性的典型研究涉及计算以Kullback-Leibler差异表示的模型不确定性区域上的最坏情况估计。我们超越了标准分布稳健性，因为我们研究了不同形式的差异，并证明了严格的结果，这些结果有助于理解假设模型不确定性区域在极端分位数估计中的作用。最后，我们说明了我们在各种设置下的数据驱动方法，包括显示标准EVT如何显著低估感兴趣的分位数的示例。

引用于6文件

MSC公司：

60G70型 极值理论；极值随机过程
62G32型 极值统计；尾部推断

关键词：

分布稳健性;广义极值分布;KL扩散;雷尼散度;分位数估计

软件：

伊斯梅夫
PDF格式BibTeX公司 XML格式引用
\textit{J.Blanchet}等人，Extremes 23，No.2，317--347（2020；Zbl 1443.60051）
全文： 内政部 arXiv公司

参考文献：

[1] Ahmadi-Javid，A.，《熵价值-风险：一种新的一致性风险度量》，J.Optim。理论应用。，155, 3, 1105-1123 (2012) ·Zbl 1257.91024号 ·doi:10.1007/s10957-011-9968-2
[2] 阿塔尔，R。；Chowdhary，K。；Dupuis，P.，通过rényi发散对风险敏感泛函的鲁棒界，SIAM/ASA J.Uncertain Quantif。，3, 1, 18-33 (2015) ·Zbl 1341.60008号 ·doi:10.1137/130939730
[3] Ben-Tal，A。；den Hertog，D。；Waegenaere，AD；梅伦伯格，B。；Rennen，G.，受不确定概率影响的优化问题的稳健解，Manag。科学。，59, 2, 341-357 (2013) ·doi:10.1287/mnsc.1120.1641
[4] 托马斯·布鲁尔（Thomas Breuer）；Csiszár，Imre，测量分布模型风险，数学金融，26，23995-411（2013）·Zbl 1348.91290号 ·doi:10.1111/mafi.12050
[5] Coles，S.，《极值统计建模导论》。斯普林格统计系列（2001），伦敦：斯普林格，伦敦·Zbl 0980.62043号
[6] 科尔斯，SG；Tawn，JA，极端降雨数据的贝叶斯分析，J.R.Stat.Soc.Ser。C申请。Stat.，45，4，463-478（1996）
[7] 杜普伊斯，P。；James，MR；彼得森，I.，《风险敏感控制的稳健特性》，数学。控制信号。系统。，13, 4, 318-332 (2000) ·Zbl 0971.93081号 ·doi:10.1007/PL00009872
[8] Embrechts，P。；Klüppelberg，C。；Mikosch，T.，《极端事件建模，数学应用》（纽约），第33卷（1997年），柏林：施普林格出版社，柏林·Zbl 0873.62116号
[9] Feller，W.，《概率论及其应用导论》，第二卷（1966年），纽约-朗登-悉尼：威利公司，纽约-隆登-悉尼·Zbl 0138.10207号
[10] Fukker，G。；Gyorfi，L。；Kevei，P.，广义st.petersburg和在其最大值条件下的渐近行为，Bernoulli，22，2，1026-1054（2016）·Zbl 1336.60042号 ·doi:10.3150/14-BEJ685
[11] Glasserman，P。；Xu，X.，稳健风险度量和模型风险，Quant。《金融》，14，1，29-58（2014）·Zbl 1294.91076号 ·doi:10.1080/14697688.2013.822989
[12] 古普塔，M。；Srivastava，S.，微分熵和相对熵的参数贝叶斯估计，熵，12，4，818（2010）·Zbl 1229.62030号 ·doi:10.3390/e12040818
[13] 德哈恩，L。；费雷拉，A.，极值理论。Springer运筹学和金融工程系列（2006），纽约：Springer，纽约·Zbl 1101.62002号
[14] Hansen，有限合伙人；Sargent，TJ，鲁棒控制和模型不确定性，美国经济。修订版，91、2、60-66（2001）·doi:10.1257年/月91.2.60日
[15] Jorion，P.：风险价值，第三版：管理金融风险的新基准。麦格劳-希尔教育。https://books.google.com/books？id=nnblKhI7KP8C(2006)
[16] Leadbetter，MR；林格伦，G。；Rootzén，H.，《统计学中随机序列和过程的极值和相关性质——Springer级数》（1983），纽约柏林：Springer，纽约柏林·Zbl 0518.60021号
[17] Liese，F。；Vajda，I.，凸统计距离。Teubner数学教材，理学学士（1987），莱比锡：B.G.Teubner Verlagsgesellschaft，莱比锡市·Zbl 0656.62004号
[18] Nguyen，X。；温赖特，MJ；Jordan，MI，《关于代理损失函数和f-发散》，《统计年鉴》，37，2，876-904（2009）·Zbl 1162.62060号 ·doi:10.1214/08-AOS595
[19] Nguyen，X。；温赖特，M。；Jordan，M.，通过凸风险最小化估计散度泛函和似然比，IEEE Trans。《信息论》，56，11，5847-5861（2010）·Zbl 1366.62071号 ·doi:10.1109/TIT.2010.2068870
[20] Póczos，B.，Schneider，J.：关于α-双偏差的估计。In:AISTATS（2011）
[21] Rényi，A.：关于熵和信息的度量。In：程序。第四届伯克利交响乐团。数学。统计师。和探针。，第一卷，第547-561页。加州大学出版社，伯克利分校（1961）·兹比尔0106.33001
[22] Resnick，SI，极值，正则变化和点过程。Springer运筹学和金融工程系列（2008），纽约：Springer，纽约
[23] 蔡，YL；DJ默多克；Dupuis，DJ，多元极值依赖性的影响度量和稳健估计，极值，14，4，343-363（2010）·Zbl 1329.62148号 ·doi:10.1007/s10687-010-0114-6
[24] 王，Q。；Kulkarni，SR；Verdu，S.，通过k-最近邻距离对多维密度进行发散估计，IEEE Trans。《信息论》，55，5，2392-2405（2009）·Zbl 1367.94141号 ·doi:10.1109/TIT.2009.2016060
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。