极值事件的方向性依赖性
统计方法学
2026-04-06 v1 应用统计
摘要
本文提出了一种新型度量，用于量化两个变量之间极值事件的方向性依赖性。该方法旨在通过研究经验分布变换后变量的条件经验分布来捕捉不对称尾部依赖性，从而量化当另一个变量取极端值时一个变量的行为。我们研究了该估计量的理论渐近行为。通过大量模拟研究展示了该方法的有效性。此外，我们讨论了该系数用于检测极值事件中因果效应的用途。最后，我们将该方法应用于海洋学数据集，结果显示极值事件呈现强烈的非对称性，并识别了关键海洋学变量中极端影响的主导方向。作为一种尾部依赖性的方向度量，我们的方法为探索极值情景下的因果关系提供了天然的工具。
引用
@article{arxiv.2604.03215,
title = {Directional Dependence of Extreme Events},
author = {Matthieu Garcin and Maxime L. D. Nicolas},
journal= {arXiv preprint arXiv:2604.03215},
year = {2026}
}