条件单变量与多变量极值建模的一次乌托邦式探索

EVA 2023 数据竞赛包含四项挑战，范围从基于协变量的单变量极值极高分位数的区间估计、自定义损失函数下无条件返回水平的点估计，到低维和高维多变量数据尾部事件概率的估计。我们通过重新审视当前和现有关于条件单变量与多变量极值的文献来应对这些任务。我们提出了新的协变量依赖模型的交叉验证方法、可交换多变量模型的验证指标、多变量广义帕累托向量的联合超越概率公式，以及用于生成后者多变量尾部事件的组合采样算法。我们强调了从极高分位数水平的模型验证到利用模型假设构建自定义估计策略等贯穿性主题。