相依随机变量函数的极端分位数估计
统计方法学
2013-11-25 v1
摘要
我们提出了一种新方法，用于估计多个相依随机变量函数的极端分位数。与基于极值理论的传统方法不同，我们不要求底层分布的尾部具有近似的参数形式，此外，我们的估计利用了全部观测数据。所提出的方法是半参数的，即不对任何边缘分布假设参数形式。但我们利用近期在高维藤 copula 构建方面的发展，选择合适的二元 copula 来建模联合依赖结构。因此，将从拟合的联合分布中抽取的大规模 bootstrap 样本所得到的样本分位数作为极端分位数的估计量。证明了该估计量的一致性。模拟结果进一步说明了所提出方法可靠且稳健的性能。
引用
@article{arxiv.1311.5604,
title = {Estimation of Extreme Quantiles for Functions of Dependent Random Variables},
author = {Jinguo Gong and Yadong Li and Liang Peng and Qiwei Yao},
journal= {arXiv preprint arXiv:1311.5604},
year = {2013}
}
备注
18 pages, 2 figures