×
张正军

用几何运动模式估计M4过程。 （英语） Zbl 1184.62147号

Ann.Inst.Stat.数学。 60，第1期，121-150（2008）.
摘要：移动极大值过程或M4过程的多元极大值中有许多参数。然而，参数越多，估计它们就越困难。当然，这不仅仅是数值稳定性的问题。如果参数个数过大，估计的统计精度会很差。我们考虑了与观测时间序列中极值观测的特殊移动模式相对应的非对称几何结构。我们研究了模型的可辨识性并提出了参数估计。所有提出的估计都被证明是一致的和渐近联合正态的。对北海波高数据进行了模拟研究和实际数据建模。

引用于5文件

MSC公司：

2009年6月26日 非马尔可夫过程：估计
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62立方米 从空间过程推断
62G30型 订单统计；经验分布函数
62G32型 极值统计；尾部推理

关键词：

多元非线性时间序列;最大稳定过程;移动极大值的多元极大值;极值理论;经验分布;参数估计
PDF格式BibTeX公司 XML格式引用
\textit{Z.Zhang}，Ann.Inst.Stat.数学。60，第1号，121--150（2008；Zbl 1184.62147）
全文： DOI程序

参考文献：

[1] Billingsley P.（1995）。概率与测度（第3版）。威利，纽约·Zbl 0822.60002号
[2] Coles S.G.、Tawn J.A.（1991年）。建模极端多元事件。英国皇家统计学会杂志，B辑53:377–392·Zbl 0800.60020号
[3] Coles S.G.，Tawn J.A.（1994年）。多元极值的统计方法：在结构设计中的应用（附讨论）。应用统计学43（1）：1–48·Zbl 0825.62717号 ·数字对象标识代码：10.2307/2986112
[4] Davis R.A.、Resnick S.I.（1989年）。Max-ARMA工艺的基本特性和预测。应用概率研究进展21:781–803·Zbl 0716.62098号 ·doi:10.2307/1427767
[5] Davis R.A.、Resnick S.I.（1993年）。平稳Max-stable过程的预测。应用概率年鉴3（2）：497–525·Zbl 0779.60048号 ·doi:10.1214/aoap/1177005435
[6] 《机动P.》（1983年）。点过程和多元极值。多元分析杂志13:257–272·Zbl 0519.60045号 ·doi:10.1016/0047-259X（83）90025-8
[7] Embrachts P.、Klüppelberg C.、Mikosch T.（1997）。为保险和金融建模极端事件。施普林格，柏林-海德堡-纽约·Zbl 0873.62116号
[8] Galambos J.（1987）。极值顺序统计的渐近理论（第2版）。马拉巴尔克里格·Zbl 0634.62044号
[9] de Haan L.（1984）。最大稳定过程的谱表示。概率年鉴12（4）：1194–1204·Zbl 0597.60050号 ·doi:10.1214/aop/1176993148
[10] de Haan，L.（1985）。更高维度的极值：模型和一些统计数据。国际统计研究所第四十五届会议论文集，（论文26.3）。海牙：国际统计研究所·Zbl 0646.62016号
[11] de Haan L.，Resnick S.I.（1977年）。多元样本极值的极限理论。Z.Warscheinlichkeitstheorie verw Gebiete 40:317–337《华尔街日报》·Zbl 0375.60031号 ·doi:10.1007/BF00533086
[12] de Haan L.，de Ronde J.（1998）。海洋和风：多元极值在起作用。极值1（1）：7–45·兹伯利0921.62144 ·doi:10.1023/A：1009909800311
[13] Hall P.、Peng L.、Yao Q.（2002）。时间序列极值的移动最大值模型。统计规划与推断杂志103:51–63·Zbl 0989.62047号 ·doi:10.1016/S0378-3758（01）00197-5
[14] Leadbetter M.R.、Lindgren G.、Rootzén H.（1983年）。随机序列和过程的极值和相关性质。施普林格，柏林-海德堡-纽约·兹比尔0518.60021
[15] Pickands J.III（1975）。使用极值顺序统计进行统计推断。统计年鉴3（1）：119–131·Zbl 0312.62038号 ·doi:10.1214/aos/1176343003
[16] Pickands，J.III（1981）。多元极值分布。国际统计学会第四十三届会议记录，第（859-878）页。布宜诺斯艾利斯·Zbl 0518.62045号
[17] Resnick S.I.（1987）。极值、规则变化和点过程。施普林格，柏林-海德堡-纽约·Zbl 0633.60001号
[18] Smith R.L.（1990）。极值理论。收录：Ledermann W.（eds）应用数学手册（补充）。奇切斯特威利
[19] Smith，R.L.（2003）。极端统计，应用于环境、保险和金融。在B.Finkenstadt、H.Rootzén（编辑）《金融、电信和环境的极端价值》中，将由Chapman和Hall/CRC出版。
[20] Smith，R.L.，Weissman，I.（1996）。多元极值指数的表征和估计。UNC手稿。
[21] Van Gelder，P.H.A.J.M.、de Ronde，J.G.、Neykov，N.M.和Neytchev，P.（2000）。极端波高的区域频率分析：以时间换取空间。第27届ICCE会议记录（第1099-1112页，第2卷），海岸工程2000年，悉尼。
[22] Zhang，Z.（2002）。多元极值、最大稳定过程估计和动态财务建模。北卡罗来纳大学统计系博士论文。
[23] 张泽（2005）。一类新的尾相关时间序列模型及其在金融时间序列中的应用。计量经济学进展20（B）：323–358
[24] Zhang，Smith，R.L.（2001）。将金融时间序列数据建模为移动最大过程。北卡罗来纳大学统计系技术报告。提交给2001年NBER/NSF时间序列会议。
[25] Zhang，Smith，R.L.（2002）。关于Max-stable过程的估计和应用。手稿，华盛顿大学。
[26] Zhang Z.，Smith R.L.（2004）。移动极大值过程的多元极大值的行为。应用概率杂志41:1113–1123·Zbl 1122.60052号 ·doi:10.1239/jap/1101840556
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。