一类新的位置不变极值指数估计

作者：刘维奇; 梁珊珊重尾分布极值指数位置不变正则变化渐近性质

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（？）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^°Hn （k0; k）进行了模拟比较. 结果表明, NLIE的效果更好.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社