×
Alexis Bienvenüe，亚历克西斯;Christian Y·罗伯特。

谱向量具有已知条件分布的多元极值分布的似然推断。 （英语） Zbl 1394.62064号

扫描。J.统计。 44，第1期，130-149（2017）.
摘要：多元极值统计分析涉及对几个变量的观察，这些变量被认为具有某种程度的尾部相关性。多元极值推断的主要方法是近似块分量极大值的分布或高阈值上的超越分布。虽然这些分布的渐近密度函数的表达式可以被描述，但它们一般无法计算。本文研究了多元极大稳定分布的谱随机向量具有已知条件分布的情况。然后，多元极值分布的渐近密度函数可以通过易于计算或模拟的单变量积分来表示。给出了两个似然估计量的渐近性质，并通过仿真验证了该方法的有效性。

引用于5文件

理学硕士：

62甲12 多元分析中的估计
62G32型 极值统计；尾部推断

关键词：

高维极值分布;高阈值;基于似然和仿真的似然推理

软件：

量化风险管理
PDF格式BibTeX公司 XML格式引用
\textit{A.Bienvenüe}和\textit{C.Y.Robert}，Scand。《美国法律总汇》第44卷第1期，第130-149页（2017年；兹bl 1394.62064）
全文： 内政部

参考文献：

[1] Bacro，使用阈值超标估计空间最大稳定模型，统计计算。第24页，第651页–（2014年）·Zbl 1325.62105号 ·doi:10.1007/s11222-013-9394-4
[2] 贝萨格，晶格系统的空间相互作用和统计分析（含讨论），J.R.Stat.Soc.Ser。B.统计方法。第36页，192页–（1974年）·Zbl 0327.60067号
[3] Bienvenue，A Robert，C 2015系统尾部风险分布
[4] Castruccio，多元或空间极值的高阶复合似然推断，J.Compute。图表。统计师。(2014) ·doi:10.1080/10618600.2015.086656
[5] Cox，《基于边缘密度构建伪似然的注释》，Biometrika 91 pp 729–（2004）·Zbl 1162.62365号 ·doi:10.1093/biomet/91.3.729
[6] Haan，《极值理论：导论》（2006）·Zbl 1101.62002号 ·数字对象标识代码：10.1007/0-387-34471-3
[7] Dombry，块极大值框架内极值指数最大似然估计的存在性和一致性，Bernoulli 21 pp 420–（2015）·Zbl 1388.62042号 ·文件编号：10.3150/13-BEJ573
[8] Einmahl，空间尾部相关性的M估计量，J.R.Stat.Soc.B 78，第275页–（2016）·doi:10.1111/rssb.12114
[9] Engelke，Hüsler-Reiss分布和Brown-Resnick过程的估计，J.R.Stat.Soc.Ser。B.统计方法。77第239页–（2015年）·doi:10.1111/rssb.12074
[10] Genton，关于高斯最大稳定过程的似然函数，Biometrika 98 pp 481–（2011）·Zbl 1215.62089号 ·doi:10.1093/biomet/asr020
[11] Gouriéroux，基于模拟的计量经济学方法（1996年）
[12] Huser，Brown-Resnick过程的复合似然估计，Biometrika 100 pp 511–（2013）·Zbl 1452.62702号 ·doi:10.1093/biomet/ass089
[13] Huser，多元极值的似然估计，极值19，第79页–（2016）·Zbl 1381.62067号 ·doi:10.1007/s10687-015-0230-4
[14] Jeon，使用阈值方法的空间极值依赖结构，arXiv 1209 pp 6344–（2012）
[15] Johnson，NL Kotz，S Balakrishnan，N 2000连续多变量分布模型和应用1 Wiley
[16] Lindsay，复合似然法，Contemp。数学。第80页，第221页–（1988年）·Zbl 0672.62069号 ·doi:10.1090/conm/080/999014
[17] 麦克尼尔，《定量风险管理：概念、技术和工具》（2005年）·Zbl 1089.91037号
[18] Nikoloulopoulos，多元t连接函数的极值性质，极值12，第129页–（2009）·Zbl 1223.62081号 ·doi:10.1007/s10687-008-0072-4
[19] Optiz，《极值t过程：椭圆吸引域和光谱表示》，《多元分析杂志》。第409页第122页–（2013）·Zbl 1282.60054号 ·doi:10.1016/j.jmva.2013.08.008
[20] Padoan，基于似然法的最大稳定过程推理，J.Amer。统计师。协会105第263页–（2010年）·Zbl 1397.62172号 ·doi:10.1198/jasa.2009.tm08577
[21] Reich，极端降水的分层最大稳定空间模型，Ann.Appl。统计数据6第1430页–（2012年）·Zbl 1257.62120号 ·doi:10.1214/12-AOAS591
[22] Resnick、极值、规则变化和点过程（1987）·Zbl 0633.60001号 ·doi:10.1007/978-0-387-75953-1
[23] 里巴特，《空间极值：工作中的最大稳定过程》，《法国社会统计杂志》154，第156页–（2013）
[24] Rootzén，多元广义Pareto分布，Bernoulli 12 pp 917–（2006）·Zbl 1134.62028号 ·doi:10.3150/bj/1161614952
[25] Sang，空间最大稳定模型的锥形复合似然，Spat。统计数据8第86页–（2014年）·doi:10.1016/j.spasta.2013.07.003
[26] Stephenson，利用发生时间进行成分最大似然推断，Biometrika 92 pp 213–（2005）·Zbl 1068.62019号 ·doi:10.1093/biomet/92.1.213
[27] Thibauld，椭圆Pareto过程的有效推断和模拟，Biometrika 102（4）pp 855–（2015）·Zbl 1372.62011年 ·doi:10.1093/biomet/asv045
[28] Varin，关于复合边际可能性，高级统计。分析。第1页第92页（2007年）·Zbl 1171.62315号 ·doi:10.1007/s10182-008-060-7
[29] Wadsworth，《关于多元最大稳定分布的似然推断中分量最大值和偏差的发生时间》，Biometrika 102 pp 705–（2015）·Zbl 1452.62612号 ·doi:10.1093/biomet/asv029
[30] Wadsworth，与log-Gaussian随机函数相关的空间极值过程的有效推断，Biometrika 101第1页–（2014）·Zbl 1400.62104号 ·doi:10.1093/biomet/ast042
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。