![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/7/23/465a59b4-5710-477d-9648-1c1e9e01f3b1/465a59b4-5710-477d-9648-1c1e9e01f3b1pic.jpg)
![重尾分布的二階參數(shù)估計(jì).pdf_第1頁(yè)](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/7/23/465a59b4-5710-477d-9648-1c1e9e01f3b1/465a59b4-5710-477d-9648-1c1e9e01f3b11.gif)
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、大量地研究表明,重尾現(xiàn)象存在于許多領(lǐng)域中,像金融、保險(xiǎn)、氣象學(xué)、水文學(xué)、環(huán)境學(xué)、社會(huì)學(xué)等,它們往往表現(xiàn)出尖峰厚尾的特征,即相對(duì)于正態(tài)分布有比較厚的尾部,如何刻畫(huà)這些尾部的特征,也就是說(shuō)如何來(lái)估計(jì)重尾分布尾部指數(shù)(劉維奇教授稱其為重尾指數(shù))成為學(xué)術(shù)界關(guān)注的焦點(diǎn),然而與重尾指數(shù)密切相關(guān)的二階參數(shù)也是不容忽視的,受到極值統(tǒng)計(jì)學(xué)家的重視.
本文首先闡述了重尾分布的定義及其理論基礎(chǔ),極值理論與正則變化條件,其次綜述了已有二階參數(shù)估計(jì)的經(jīng)
2、典方法,基于統(tǒng)計(jì)量M(α)n(k),我們提出了一類新的二階參數(shù)估計(jì),在極值理論的二階正則條件下,研究了二階參數(shù)估計(jì)的相合性,在三階正則條件下,研究了二階參數(shù)估計(jì)的漸近正態(tài)性.最后從估計(jì)量的漸近偏差的主要成分,漸近方差的主要成分及其漸近均方根誤差這幾方面,討論了估計(jì)量中參數(shù)α的選取,結(jié)果表明當(dāng)α越小,新的估計(jì)表現(xiàn)越好.同時(shí),在大樣本性質(zhì)與小樣本性質(zhì)這兩方面,對(duì)新的估計(jì)(p)(α),Gomes etal.(2002)提出的估計(jì)(p)GM以及
3、Fraga Alves et al.(2003)提出的估計(jì)(p)FA(0)進(jìn)行Monte-Carlo模擬,主要分析兩類重尾模型Fréchet與Burr模型.
主要結(jié)論如下:
大樣本性質(zhì)方面,無(wú)論從估計(jì)量的漸近偏差,漸近標(biāo)準(zhǔn)差,還是漸近均方根誤差方面,本文提出的估計(jì)都表現(xiàn)最好.
小樣本性質(zhì)方面,在最優(yōu)水平下,對(duì)二階參數(shù)估計(jì)的樣本均值與樣本均方誤差進(jìn)行模擬分析.對(duì)于模型Fréchet(1,-1),α越小,(p)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 1617.重尾分布中二階參數(shù)和三階參數(shù)的漸近無(wú)偏估計(jì)
- 尾指數(shù)估計(jì)量及二階參數(shù)估計(jì)量的漸近性質(zhì).pdf
- 具有重尾分布的自回歸滑動(dòng)平均過(guò)程的參數(shù)估計(jì).pdf
- 重尾現(xiàn)象、重尾分布與重尾指數(shù)估計(jì).pdf
- 抽樣分布與參數(shù)估計(jì)
- 基于貝葉斯估計(jì)的二項(xiàng)分布參數(shù)估計(jì).pdf
- 截?cái)鄤h失數(shù)據(jù)下二參數(shù) Weibull分布的參數(shù)估計(jì).pdf
- 多元Logistic分布及其參數(shù)估計(jì).pdf
- 極值分布參數(shù)估計(jì)方法的研究.pdf
- 威布爾分布參數(shù)估計(jì)的研究.pdf
- 重尾指數(shù)的兩類半?yún)?shù)估計(jì)及一類位置不變估計(jì).pdf
- 23755.kumaraswamy分布的參數(shù)估計(jì)
- 參數(shù)估計(jì)與非參數(shù)估計(jì)
- 重尾指數(shù)的兩類半?yún)?shù)估計(jì)及一類位置不變估計(jì)
- 分布式目標(biāo)參數(shù)估計(jì).pdf
- 二階正規(guī)變化尾分布下破產(chǎn)概率的三階展開(kāi)式.pdf
- 混合指數(shù)分布的參數(shù)估計(jì).pdf
- [學(xué)習(xí)]多元正態(tài)分布及參數(shù)估計(jì)
- Weibull分布?jí)勖鼣?shù)據(jù)的參數(shù)估計(jì).pdf
- 分?jǐn)?shù)階Fourier變換的高動(dòng)態(tài)信號(hào)參數(shù)估計(jì).pdf
評(píng)論
0/150
提交評(píng)論