基于样本分块的重尾指数估计

基于样本分块的估计方法,文章提出了一类新的重尾指数估计,并在适当的正则变换条件下讨论了该估计的强弱相合性.     

一类位置不变的极值指数估计量

本文提出了一类位置不变的重尾极值估计量,■其中：γ>0,k₀是小于k的正整数.得到了此位置不变极值估计量的弱相合性和渐近正态性,并根据其渐近展开式得到k₀的最优选择.     

一类Hill型估计量的收敛性

给出了极值指数为负时的一类新的Hill型估计量，并证明了它的相合性及渐近正态性．     

重尾分布尾部指数的Crovella估计性质研究

重尾分布的尾部指数的估计方法有很多种,但都不同程度地存在一定的局限,为此,Crovella提出了一种从标度特征方面来估计尾部指数的方法,该方法易于应用,估计结果也比较准确．在阐述了该估计方法的具体步骤后,给出了相应的估计量,并从理论上对该估计量的相合性进行了分析,证明该估计量具有强相合性．     

极值指数之矩估计量的推广

对极值数之矩估计量作了进一步的推广，并证明了其强、弱相合性。     

重尾指数估计量及其伪估计量的渐近关系

将重尾指数估计量的随机门限替换为非随机门限,得到了伪估计量,然后建立了原始估计量和伪估计量之间的渐近关系.     

重尾分布尾指数估计研究进展

气象、水文、环境、电信、保险、金融等许多领域的数据不满足正态分布假设,而是具有尖峰、重尾特征.过去三十多年间,针对重尾分布及尾指数估计的研究得到了长足发展.文章回顾了冲击正态性假设的重尾分布的发现过程,描述了重尾分布的定义,极值理论及正则变换条件,并从研究内容的阶段特征、研究方法的不同类型总结、归纳、评述了各类尾指数估计方法及重尾阈值选取方法,最后就这些估计方法的不足和应用局限性以及如何改进和深化重尾指数的估计问题作了展望.     

一维复指数信号模型中参数估计的Jackknife逼近

研究了一维带白噪声复值响应指数信号模型参数估计的Jackknife逼近,构造了其参数的Jackknife估计,证明了刀切估计值的强相合性和渐近无偏性,以及刀切虚拟值的渐近正态性.     

正规变化重尾分布尾部指数的Crovella估计的强相合性

正规变化重尾分布的尾部指数的估计方法有很多种,但都不同程度地存在一定的局限性.为此,Crovella提出了一种从标度特征方面来估计尾部指数的方法,该方法易于应用,估计结果也比较准确.本文在阐述了该估计方法的具体步骤后,给出了相应的估计量,并证明了该估计量具有强相合性.     

单指数模型参数估计的递归算法的大样本性质

主要研究了半参数统计中的单指数模型,分析了单指数模型参数估计中应用于大样本的递归算法,证明了它的相合性和渐近正态性,给出了它的大样本性质.     

一类位置不变重尾指数估计的渐进性质

基于统计量Mn(α)(k0,k),提出一类新的位置不变重尾指数估计,并在极值理论一,二阶正则变化条件下,研究了其相合性与渐进正态性.     

负极值指标的Pickands估计

提出一类极值指数为负时的相似于Pickand's型的新的极值指数估计量,并建立它的相合性及渐近分布。     

缺失数据下广义线性回归拟似然估计的相合性和渐近正态性

研究了形如L(β)=Σ1Zi(yi-μ(ZiTβ))=0的拟似然方程在协变量数据有缺失时,方程未知参数估计的相合性和渐近正态性.假设存在协变量数据完整的一个有效样本,且是总样本的一个简单随机子样本,基于EM算法,提出了一种新的处理协变量中有不完整数据的拟似然方程的求解法,即通过有效数据线性预测补足协变量数据缺失部分,并...     

自适应广义线性回归拟似然估计渐近理论

研究自适应设计下的拟似然方程 ∑ni=1xi(yi- μ(x′iβ) ) =0 ,在一定的条件下证明了以概率 1此方程当n充分大时有解^βn,^βn 为β0 的强相合估计 ,且得出了 ^βn- β0的收敛速度 ;然后又在一定的条件下证明了 ^βn 的渐近正态性的一些结果     

基于Copula函数的证券基金与股价指数的尾部相关性分析

利用Granger因果检验考察上证基金指数及股票指数间的联动特征,发现股票指数是基金指数的Granger成因.分别对基金指数及股票指数的收益率建立时间序列GARCH模型,引入Archimedean Copuh族的函数研究基金与股票收益之间的尾部相关性,研究表明基金指数和股票指数尾部相关性较高,基金市场随股票市场的涨跌而发生变化,且相关性在熊市期间强于牛市期间.     

一类正极值指标的截尾估计量

引入了一类位置不变的Hill型极值指数估计量，并证明了其弱相合性；在二阶正规变化条件下，得到了此类估计量的渐近正态性．     

有关重尾指数位置不变的估计

对一个统计量进行了研究,该统计量能够推导出一些重尾指数的估计,这些估计都是位置不变的.文章还给出了该统计量的渐近性质。