检测尾部行为：带置信界的均值超出图
统计理论
2015-01-06 v1 统计理论
摘要
在许多实际情形中，探索性图形有助于理解样本数据的尾部行为。均值超出图（Mean Excess plot）在实践中常用于理解数据集的右尾行为。已知若数据样本的基础分布属于 Frechet、Gumbel 或 Weibull 分布的吸引域，则数据的 ME 图在适当意义下趋于一条直线，分别具有正、零或负斜率。本文我们构造 ME 图周围的置信区间，以帮助我们确定数据集来自哪个特定极大值吸引域。我们回顾 Das 和 Ghosh (2013) 已获得的 Frechet 吸引域的弱极限结果，并推导 Gumbel 和 Weibull 吸引域的弱极限以构造置信界。我们在模拟和真实数据集上检验了我们的方法。
引用
@article{arxiv.1501.00518,
title = {Detecting tail behavior: mean excess plots with confidence bounds},
author = {Bikramjit Das and Souvik Ghosh},
journal= {arXiv preprint arXiv:1501.00518},
year = {2015}
}
备注
19 pages, 7 figures