加权经验 beta copula 过程的弱收敛
统计理论
2018-01-12 v2 统计理论
摘要
经验 copula 已被证明在构建和理解许多与随机向量内依赖性相关的统计程序中非常有用。经验 beta copula 是经验 copula 的平滑版本，具有更好的有限样本性质。其核心在于关于经验 copula 和经验 beta copula 过程弱收敛的基本结果。通过考虑这些过程的加权版本，可以扩大其应用范围。在本文中，我们证明了加权经验 beta copula 过程的弱收敛。加权经验 beta copula 过程的弱收敛结果比经验 copula 的更强，且其使用更为直接。其应用的简便性在用于独立性的加权 Cramér--von Mises 检验以及极值 copula 的 Pickands 依赖函数估计中得到了说明。
引用
@article{arxiv.1705.06924,
title = {Weak convergence of the weighted empirical beta copula process},
author = {Betina Berghaus and Johan Segers},
journal= {arXiv preprint arXiv:1705.06924},
year = {2018}
}
备注
19 pages, 2 figures