缺失数据与极值框架下的多元 madogram 非参数估计量

极大值之间依赖关系的建模是风险分析若干应用中的一个重要课题。为此，可通过 madogram 刻画的极值 copula 函数可用作依赖结构的无边际描述。从实际角度看，极值分布族非常丰富，并作为适当归一化的分量wise 极大值的极限分布自然出现。本文中，我们研究数据完全随机缺失时 madogram 的非参数估计。我们给出了所考虑的多元 madrogram 正确归一化后依分布收敛到紧高斯过程的函数中心极限定理，其协方差函数依赖于缺失概率。还给出了渐近方差的显式公式。我们的结果通过模拟研究在有限样本情形下进行了说明。