具有函数型协变量的极端 $L^1$-多元期望分位数的估计
统计理论
2023-03-30 v1 统计理论
摘要
本文致力于极端水平下多元期望分位数的半参数估计。所考虑的多元风险测度还包含关于属于无限维空间的函数型协变量进行条件化的可能。利用一阶最优性条件，我们将这些期望分位数解释为多维非线性最优化问题的解。随后推断基于梯度下降型最小化算法，并结合我们关键统计量的相合核估计，如条件分位数、条件尾部指数与条件尾部依赖函数。该方法对等价重尾边缘分布有效，且基于底层未知随机向量在任意依赖结构下的多元正则变条件。我们的主要结果建立了最优近似解向量依概率的相合性及其收敛速度。这使我们能根据数据样本量估计整个流程的全局计算成本。
引用
@article{arxiv.2303.16848,
title = {Estimation of extreme $L^1$-multivariate expectiles with functional covariates},
author = {Elena Di Bernardino and Thomas Laloë and Cambyse Pakzad},
journal= {arXiv preprint arXiv:2303.16848},
year = {2023}
}
备注
21 pages