×

双峰比率:厚尾对推理的影响。 (英语) Zbl 1230.62039号

摘要:本文用无有限矩分布产生的数据研究了经典(t)比的分布,并展示了经典测试如何受到双峰的影响。生成双峰性的一个关键条件是在基础数据生成过程(DGP)中观测值的独立性。本文强调了具有无限矩的DGP中缺乏相关性与统计独立性的显著不同含义,并说明了在这种情况下标准推断如何无效,从而指出需要调整估计和推理程序以适应厚尾(TT)引起的特殊问题分配。
本文给出了Cauchy情况的理论结果,并发展了一种称为“双Pareto”的新分布,该分布允许以参数确定尾部厚度和力矩的存在。它还通过使用在紧凑支撑上截断的TT分布,研究了在有限力矩的情况下尾部厚度的相对重要性,表明即使在这种情况下,双峰也可以持续存在。仿真结果强调了在面对TT分布时依赖原始测试的危险。考虑到我们的理论结果会产生密度不连续的情况,因此采用了新的密度估计核方法。

MSC公司:

62G07年 密度估算
62第20页 统计学在经济学中的应用
65C60个 统计中的计算问题(MSC2010)
62G32型 极值统计;尾部推断

关键词:

柯西;双帕累托
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Arlitt,《Web服务器工作负载特征描述:搜索不变量》,SIGMETRICS Performance Evaluation Review 24 pp 126–(1996)
[2] 贝兰特,尾指数估计,帕累托分位数图,回归诊断,美国统计协会杂志91页1659–(1996)·Zbl 0881.62077号
[3] Bergstrom,《边际消费倾向的最小二乘和最大似然估计的精确抽样分布》,《计量经济学》第30卷第480页–(1962年)·Zbl 0113.14503号
[4] Bryson,重尾分布,统计科学百科全书第3卷,第598页–(1982)
[5] Cheng,《自动边界修正》,《统计年鉴》25,第1691页–(1997)·Zbl 0890.62026号
[6] Cline,不连续导数密度的核估计,《统计学》22,第69页–(1991)·Zbl 0729.62031号
[7] Cowell,《衡量不平等》(1995)
[8] Cowling,《关于核密度估计中消除边界效应的伪数据方法》,《皇家统计学会杂志》,B辑58,第551页–(1996)·Zbl 0855.62027号
[9] Crovella,《全球网络流量中的自相似性:证据和可能的原因》,IEEE/ACM网络交易5,第835页–(1997)
[10] 戴维森(Davidson),《调查假设检验大小和功效的图形方法》,曼彻斯特学校66页,第1页–(1998年)
[11] Dupuis,《上尾翼Pareto建模的稳健预测误差准则》,《加拿大统计杂志》第34卷第639页–(2006年)
[12] 《拥抱,金融、电信和环境中的极端价值》第169页–(2001年)
[13] 《拥抱,保险和金融极端事件建模》(1999年)
[14] 埃尔德莱伊,《高等超越函数》,第1卷(1953年)·Zbl 0051.30303号
[15] Feller,概率论及其应用导论,第二卷(1971年)·Zbl 0219.60003号
[16] Fieller,指数在正常双变量人群中的分布,Biometrika 24 pp 428–(1932)·Zbl 0006.02103号 ·doi:10.1093/biomet/24.3-4.428
[17] Fiorio,C.V.Hajivassiliou P.Phillips 2008双峰t比率:厚尾对推断的影响http://econ.lse.ac.uk/staff/vassilis/papers/ ·Zbl 1230.62039号
[18] Forchini,关于TSLS估计量精确分布的双峰性,《计量经济学理论》22 pp 932–(2006)·兹比尔1100.62012
[19] Gabaix,《城市的Zipf定律:解释》,《经济学季刊》114,第739页–(1999)·Zbl 0952.91059号
[20] Hajivassiliou,V.2008相关性与统计相关性和厚尾分布:一些令人惊讶的结果
[21] 哈特,《商业集中度分析》,《皇家统计学会杂志》,A辑119,第150页–(1956年)
[22] Hillier,《关于IV估计量的精确性质的更多信息》,《计量经济学理论》第22页第913页——(2006)·Zbl 1100.62065号
[23] 谢,尾指数估计的稳健性,《计算与图形统计杂志》,第8页,318页–(1999)
[24] 伊布拉基莫夫,独立和平稳随机变量序列(1971)
[25] Ibragimov,R.2004关于经济模型对重量级假设的稳健性
[26] Jones,核密度估计的简单边界修正,《统计与计算》第3页,135–(1993)
[27] 坎特,《无限方差回归与自回归》,《应用概率进展》,第6页,768–(1974)·Zbl 0317.62043号
[28] 卡伦,《粒子物理高级统计技术会议论文集》,第53页–(2002年)
[29] 金,球面对称性稳健检验及其在最小二乘回归中的应用,《统计学年鉴》第8卷第1265页–(1980)·Zbl 0441.62049号
[30] 列别捷夫,特殊函数及其应用(1972)
[31] 洛根,自归一化和的极限分布,概率年鉴1第788页–(1972)
[32] Loretan,《检验重尾时间序列的协方差平稳性》,《实证金融杂志》1第211页–(1994)
[33] Maddala,《关于工具变量估计器的精确小样本分布》,《计量经济学60》第181页–(1992)·Zbl 0850.62889号
[34] Marron,《转换以减少核密度估计中的边界偏差》,《皇家统计学会杂志》,B辑56,第653页–(1994)·Zbl 0805.62046号
[35] Marsaglia,正态变量比率和均匀变量总和比率,《美国统计协会杂志》60第193页–(1965)·Zbl 0126.35302号
[36] Nelson,关于工具变量估计器的精确小样本性质的一些进一步结果,《计量经济学》58页967–(1990)·Zbl 0727.62109号
[37] 佩尼亚,《最优化:第二届埃里希·莱曼研讨会》,第183页–(2006年)
[38] 菲利普斯,《计量经济学手册》,第1卷,第449页–(1983年)·doi:10.1016/S1573-4412(83)01012-0
[39] Phillips,《结构方程估计中的双峰性和弱工具评论》,《计量经济学理论》22页947–(2006)·Zbl 1125.62129号
[40] 菲利普斯,双峰t比率,考尔斯基金会讨论文件第842页–(1987)
[41] 菲利普斯,《计量经济学练习》(1978)
[42] Reed,《双重帕累托正态分布——尺寸分布的一种新参数模型》,《统计学中的通信:理论与方法》,第33页,1733–(2004)·Zbl 1134.62313号
[43] Silverman,统计和数据分析密度估计(1986)·Zbl 0617.62042号 ·doi:10.1007/978-1-4899-3324-9
[44] 斯坦德尔,随机过程与企业成长(1965)
[45] Tapia,非参数概率密度估计(1978)·Zbl 0449.62029号
[46] Woglom,《关于工具变量估计器精确小样本特性的更多结果》,《计量经济学》69卷第1381页–(2001年)
[47] Zellner,多元Student-t误差项回归模型的贝叶斯和非贝叶斯分析,《美国统计协会杂志》71 pp 400–(1976)·Zbl 0348.62026号
[48] Zellner,《总体均值函数和包括结构系数在内的回归系数的估计:最小预期损失(MELO)方法》,《计量经济学杂志》第8期第127页–(1978)·Zbl 0402.62082号
[49] 张,关于端点附近的核密度估计,《统计规划与推断杂志》,70页,301–(1998)·Zbl 0938.62037号
[50] 张,边界密度函数的改进估计,美国统计协会杂志94页1231–(1999)·Zbl 0994.62029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,而不要求完整或完全匹配。