×

基于矩的极值相关性测试。 (英语) Zbl 1307.62150号

摘要:本文提出了一种新的基于秩的极值相关性检验方法。该过程基于底层copula的二元概率积分变换的前三个矩。可以看出,测试统计量是渐近正态的,并且显式地计算了其有限和大样本方差。提出了方差的一致插入估计,并给出了计算它们的快速算法。虽然反例表明,基于概率积分变换的测试不可能一致,但该方法在有限样本和渐近条件下对常见的替代方案都具有很好的能力。

MSC公司:

62H15型 多元分析中的假设检验
62G10型 非参数假设检验
62G30型 订单统计;经验分布函数
62G32型 极值统计;尾部推断
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ben Ghorbal N,Genest C,NešlehováJ(2009)关于极值依赖性的Ghoudi,Khoudraji和Rivest检验。加拿大统计局37:534-552·Zbl 1191.62083号 ·doi:10.1002/cjs.10034
[2] Bücher A,Dette H,Volgushev S(2011)Pickands相关函数的新估计量和极值相关检验。安统计39:1963-2006·Zbl 1306.62087号 ·doi:10.1214/11-AOS890
[3] Fredricks GA,Nelsen RB(2002),连接词的Bertino家族。收录于:Cuadras CA、Fortiana J、Rodriguez-Lallena JA(eds)《给定边际和统计模型的分布》。Kluwer学术出版社,多德雷赫特,第81-91页·Zbl 1135.62334号
[4] Garralda-Guillem AI(2000)《极端野营生活的依赖结构》。C R科学院巴黎SéR I数学330:593-596·Zbl 0951.60014号 ·doi:10.1016/S0764-4442(00)00235-4
[5] Genest C,Favre AC(2007)关于交配建模,你一直想知道但又不敢问的一切。液压工程师杂志12:347-368·doi:10.1061/(ASCE)1084-0699(2007)12:4(347)
[6] Genest,C。;Nešlehová,J。;El-Shaarawi,AH(编辑);Piegorsch,WW(编辑),《极值的Copula建模》(2012),奇切斯特
[7] Genest C,Rivest LP(1993),二元阿基米德连接的统计推断程序。美国统计学会杂志88:1034-1043·Zbl 0785.62032号 ·doi:10.1080/016214519993.10476372
[8] Genest C,NešlehováJ,Ziegel J(2011)《多元阿基米德copula模型的推断》。测试20:223-256·Zbl 1274.62399号 ·doi:10.1007/s11749-011-0250-6
[9] Ghoudi K,Khoudraji A,Rivest LP(1998),Propriétés statistiques des copules de valeurs extreme me bidimennelles。加拿大统计局26:187-197·Zbl 0899.62071号 ·doi:10.2307/3315683
[10] de Haan L,Resnick SI(1977)多元样本极值的极限理论。Z Wahrscheinlichkeits理论与Verw Gebiete 40:317-337·Zbl 0375.60031号 ·doi:10.1007/BF00533086
[11] Kojadinovic I,Yan J(2010)二元极值依赖的非参数秩检验。多变量分析杂志101:2234-2249·Zbl 1201.62056号
[12] Kojadinovic I,Segers J,Yan J(2011)多变量连接函数极值相关性的大样本检验。加拿大J Stat 39:703-720·Zbl 1284.62333号 ·doi:10.1002/cjs.10110
[13] Lee AJ\[(1990)U\]-统计学,统计学:教科书和专著。Marcel Dekker Inc.,纽约·Zbl 0771.62001号
[14] McNeil AJ,NešlehováJ(2009)多元阿基米德copula,单调函数和范数对称分布。安统计37:3059-3097·Zbl 1173.62044号 ·doi:10.1214/07-AOS556
[15] Nelsen RB、Quesada-Molina JJ、Rodríguez-Lallena JA、ul beda-Flores M(2003)Kendall分布函数。统计概率快报65:263-268·Zbl 1048.62058号 ·doi:10.1016/j.spl.2003.08.002
[16] Pickands J III(1981)多元极值分布。摘自:《国际统计学会第四十三届会议记录》,第2卷(布宜诺斯艾利斯,1981年),第49卷,第859-878页,第894-902页,并进行了讨论·Zbl 0518.62045号
[17] Quessy JF(2012)使用Kendall过程测试二元极端依赖性。扫描J Statist 39:497-514·Zbl 1323.62050
[18] Schweizer B,Wolff EF(1981)关于随机变量相关性的非参数度量。Ann统计9:879-885·兹伯利0468.62012 ·doi:10.1214/aos/1176345528
[19] Sklar A(1959)《划分维度与勒尔市场的函数》。巴黎大学公共统计研究所8:229-231·Zbl 0100.14202号
[20] van der Vaart AW(1998)《渐近统计》。剑桥统计与概率数学系列。剑桥大学出版社·Zbl 0910.62001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。