广义极值分布参数的多分位数估计量
统计方法学
2025-03-03 v2
摘要
我们提出并研究了广义极值（GEV）分布参数 (ξ, σ, μ) 的多分位数估计量，以提供一种稳健的极值建模方法。与经典估计量（如最大似然估计（MLE）估计量和概率加权矩（PWM）估计量）不同，后者对形状参数 ξ 施加严格约束，我们的估计量在所有 GEV 参数值下始终是渐近正态且一致的。我们的估计量的渐近方差随分位数数量的增加而减小，并且可以在其存在时非常接近 Cramér-Rao 下界。因此，我们的多分位数估计量为实际应用提供了更灵活和高效的替代方案。我们还讨论了如何在块最大值法的框架下实现它们。
引用
@article{arxiv.2412.04640,
title = {Multi-Quantile Estimators for the parameters of Generalized Extreme Value distribution},
author = {Sen Lin and Ao Kong and Robert Azencott},
journal= {arXiv preprint arXiv:2412.04640},
year = {2025}
}