一类新的位置不变极值指数估计

• 作者: 刘维奇 梁珊珊
• 来源期刊: 高校应用数学学报A辑
• 学科: 数学
• 关键词: 重尾分布 极值指数 位置不变 正则变化 渐近性质
• 年，卷（期）: 2018,（2）
• 页码范围: 179-190
• 页数: 12页
• 分类号: O213
• 字数: 6115字
• 语种: 中文

摘要

重尾分布可以很好地解释资产价格,收入分配,水文地质,社交媒体等经济,自然与社会现象,准确估计极值指数成为重尾分布应用的关键技术,1975年Hill估计的提出开辟了极值指数估计的先河,直到今天极值指数的估计仍是重尾建模的重点.为克服已有估计中存在的位置变化和渐近性的不足,借用统计量M(α)n (k0,k)的渐近展式提出了一类新的位置不变极值指数估计(NLIE),在二阶正则变化条件下研究了其渐近展式以及阈值的最优选取,通过Monte-Carlo对NLIE与Fraga Alves所提的经典位置不变估计量(γ)Hn(k0,k)进行了模拟比较.结果表明,NLIE的效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘维奇	山西大学管理与决策研究中心	98	1124	15.0	32.0
5	梁珊珊	山西大学数学科学学院	2	1	1.0	1.0