×

加权经验βcopula过程的弱收敛性。 (英语) Zbl 1404.62049号

本文的作者研究了经验β连接函数的渐近性质。由于经验贝塔copula本身就是copula,因此可以证明经验贝塔copula过程在整个单位立方体上的加权弱收敛性,这是本文的主要结果。弱收敛于整个单位立方体而不是其子集是非常方便的,因为它允许直接应用,例如连续映射定理。特别是,不再需要单独处理边界区域。考虑了两种应用。首先,由C.基因B.雷米拉德【试验13,第2号,335–370(2004年;Zbl 1069.62039号)]使用经验βcopula进行修改,并在积分中添加一个权重函数,强调尾部。零假设下统计量的渐近分布是本文主要结果的推论。第二个被考虑的应用是Capéraá-Fougères-Genest估计[P.Capéraá等人,《生物特征》84,第3期,567–577(1997;Zbl 1058.62516号)]多元极值copula的Pickands相关函数。在弱相关性下,用经验βcopula替换经验copula可以得到更准确的估计值。它的渐近分布也是本文主要结果的直接结果。

MSC公司:

62G32型 极值统计;尾部推断
62小时05 多元概率分布的表征与结构理论;交配
60F05型 中心极限和其他弱定理
62G10型 非参数假设检验
62克20 非参数推理的渐近性质
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 贝利亚,M。;Bouezmarni,T。;Lemyre,F.C。;Taamouti,A.,《基于伯恩斯坦经验连接词和连接词密度的独立性测试》,J.Nonparametr。统计,29,346-380(2017)·Zbl 1369.62085号
[2] 伯格豪斯,B。;Bücher,A。;Dette,H.,Pickands相关函数的最小距离估计和多元极值相关的相关检验,J.Soc.Franc。统计人员。,154, 116-137 (2013) ·Zbl 1316.62045号
[3] Berghaus,B。;Bücher,A。;Volgushev,S.,关于加权度量的经验copula过程的弱收敛性,Bernoulli,23743-772(2017)·Zbl 1367.60026号
[4] 布鲁姆·J·R。;基弗,J。;Rosenblatt,M.,《基于样本分布函数的无分布独立性测试》,《数学年鉴》。统计人员。,32, 485-498 (1961) ·Zbl 0139.36301号
[5] Bouezmarni,T。;Rombouts,J。;Taamouti,A.,(α)混合数据的Bernstein密度copula估计的渐近性质,《多元分析杂志》。,101, 1-10 (2010) ·Zbl 1177.62042号
[6] Bücher,A。;德特,H。;Volgushev,S.,Pickands相依函数的新估计量和极值相依性检验,Ann.Statist。,39, 1963-2006 (2011) ·Zbl 1306.62087号
[7] Bücher,A。;Segers,J.,基于多元平稳时间序列块极大值的极值copula估计,极值,17495-528(2014)·Zbl 1329.62222号
[8] Bücher,A。;Volgushev,S.,《序列依赖下的经验和序贯经验copula过程》,《多元分析杂志》。,119, 61-70 (2013) ·Zbl 1277.62223号
[9] Capéraá,P。;Fougères,A.-L。;Genet,C.,二元极值连接函数的非参数估计程序,生物统计学,84,567-577(1997)·Zbl 1058.62516号
[10] Chao,M.T。;斯特劳德曼,W.E.,正随机变量的负矩,J.Amer。统计师。协会,67,429-431(1972)·Zbl 0238.60008号
[11] De Wet,T.,Cramér-von Mises独立性测试,《多元分析杂志》。,10, 38-50 (1980) ·Zbl 0439.62031号
[12] Deheuvels,P.,《依赖经验和财产的功能》。不测试独立性,Acad。罗伊。贝尔格。牛市。Cl.科学。(5), 65, 274-292 (1979) ·Zbl 0422.62037号
[13] Deheuvels,P.,《独立性的非参数检验》,Publ。统计研究所。巴黎大学,26,29-50(1981)·Zbl 0478.62029号
[14] Deheuvels,P.,《多元无分布独立性检验的渐近分解》,J.《多元分析》。,11, 102-113 (1981) ·Zbl 0486.62043号
[15] 范,Y。;Lafaye de Michoaux,P。;佩内夫,S。;Salopek,D.,多元非参数独立性检验,J.多元分析。,153, 189-210 (2017) ·Zbl 1351.62104号
[16] Fermanian,J.-D。;Radulović,D。;Wegkamp,M.,经验copula过程的弱收敛性,伯努利,10,847-860(2004)·Zbl 1068.62059号
[17] Gänßler,P。;Stute,W.,经验过程研讨会(1987年),Birkhäuser Verlag:Birkháuser Verlag Basel·Zbl 0637.62047号
[18] Genest,C。;Nešlehová,J.G。;Rémillard,B.,广义条件下经验多线性copula过程的渐近行为,《多元分析杂志》。,159, 82-110 (2017) ·Zbl 1368.62036号
[19] Genest,C。;Quessy,J.-F。;Rémillard,B.,《CraméR-von Mises独立性检验的局部效率》,《多元分析杂志》。,97, 274-294 (2006) ·Zbl 1079.62048号
[20] Genest,C。;Rémillard,B.,基于经验copula过程的独立性和随机性测试,测试,13335-369(2004)·兹比尔1069.62039
[21] Genest,C。;Segers,J.,二元极值连接函数的基于秩的推理,Ann.Statist。,37, 2990-3022 (2009) ·Zbl 1173.62013年
[22] Gudendorf,G。;Segers,J.,极值连接词,(连接词理论及其应用(2010),Springer:Springer-Hidelberg),127-145
[23] Gudendorf,G。;Segers,J.,多元极值连接函数的非参数估计,J.Statist。计划。推断,1423073-3085(2012)·Zbl 1349.62207号
[24] Gumbel,E.,二元逻辑分布,J.Amer。统计师。协会,56,335-349(1961)·Zbl 0099.14502号
[25] 霍夫丁,W.,《独立性的非参数检验》,《数学年鉴》。统计人员。,19, 546-557 (1948) ·Zbl 0032.42001号
[26] 詹森,P。;斯旺佩尔,J。;Veraverbeke,N.,Bernstein copula估计量的大样本行为,J.Statist。计划。推断,1421189-1197(2012)·Zbl 1236.62027号
[27] 科贾迪诺维奇,I。;Holmes,M.,基于经验copula过程的Cramér-von Mises泛函的连续随机向量独立性检验,《多元分析杂志》。,100, 1137-1154 (2009) ·Zbl 1159.62033号
[28] 科贾迪诺维奇,I。;Yan,J.,使用copula建模具有连续边际的多元分布R(右)包装,J.Stat.软件。,34, 1-20 (2010)
[29] J.Pickands III,多元极值分布,摘自:《国际统计学会第四十三届会议论文集》,第2卷(布宜诺斯艾利斯,1981年),第49卷,1981年,第859-878、894-902页。;J.Pickands III,多元极值分布,摘自:《国际统计学会第四十三届会议论文集》,第2卷(布宜诺斯艾利斯,1981年),第49卷,1981年,第859-878页,第894-902页·Zbl 0518.62045号
[30] R(右)R(右)R(右);R(右)R(右)R(右)
[31] 吕申多夫,L.,多元秩序统计的渐近分布,《统计年鉴》。,4, 912-923 (1976) ·Zbl 0359.62040号
[32] Sancetta,A。;Satchell,S.,《Bernstein copula及其在多元分布建模和逼近中的应用》,经济学。理论,20535-562(2004)·Zbl 1061.62080号
[33] Segers,J.,非限制平滑假设下经验copula过程的渐近性,Bernoulli,18764-782(2012)·Zbl 1243.62066号
[34] 塞格斯,J。;西布亚,M。;Tsukahara,H.,《经验βcopula》,J.《多元分析》。,155, 35-51 (2017) ·Zbl 1360.62237号
[35] Tawn,J.A.,《多元极值分布建模》,《生物统计学》,77,245-253(1990)·Zbl 0716.62051号
[36] 范德法特,A.W。;Wellner,J.A.,弱收敛与经验过程(1996),施普林格:施普林格纽约·Zbl 0862.60002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,而不声称其完整性或完全匹配。