聚类泛函经验过程的自助法及其在极值图中的应用
统计理论
2015-11-03 v1 统计方法学
统计理论
摘要
在时间序列的极值分析中，不仅尾部分布行为值得关注，序列依赖性也起着关键作用。Drees与Rootzén（2010）建立了一类所谓聚类泛函经验过程的极限定理，可用于分析混合时间序列极值行为的各个方面。然而，通常极限分布过于复杂，无法直接构造置信区域。因此，我们提出一种对应于聚类泛函经验过程的倍数块自助法类比方法。研究表明，在几乎与Drees和Rootzén（2010）相同的条件下，给定数据条件时，自助过程收敛到相同的极限分布。这些一般结果被应用于构造由Davis和Mikosch（2009）提出的经验极值图的置信区域。在一项仿真研究中，我们的倍数块自助法构造的置信区间优于Davis等人（2012）提出的平稳自助法。
引用
@article{arxiv.1511.00420,
title = {Bootstrapping Empirical Processes of Cluster Functionals with Application to Extremograms},
author = {Holger Drees},
journal= {arXiv preprint arXiv:1511.00420},
year = {2015}
}