Asymptotic expansions for infinite weighted convolutions of heavy tail distributions and applications
建立了具有正则变化尾的分布的无穷加权广义函数卷积的渐近展开式。各种应用统计和概率的发展。
2004-12-30 math.PR math.ST stat.TH
Tail asymptotics for the bivariate equi-skew Variance-Gamma distribution
在等偏度条件下,我们导出了二元偏方差Gamma(VG)分布作为一个显式正则变化函数的尾部依赖衰减到零的渐近速率。我们的发展是在一个更一般的二元斜广义双曲(GH)分布。我们最初将二元问题简化为一元问题是由于我们早期对二元斜正态分布的尾部依赖率的研究
2020-10-13 math.ST stat.TH
Discrete Dispersion Models and Their Tweedie Asymptotics
我们介绍了一类两参数离散色散模型,通过结合卷积与阶乘倾斜操作,类似于指数色散模型,结合卷积和指数倾斜。等分散泊松模型在这一方法中有着特殊的地位,而一些过分散的离散分布,如Neyman A型分布、Pólya-Aeppli分布、负二项分布和泊松逆高斯分布,则是具有幂分散函数的Poisson-Tweedie因子分散模型,类似于具有幂方差函数的普通Tweedie指数分散模型。使用阶乘累积量生成函数作为工具,我们引入了一个膨胀操作作为离散模拟的缩放,推广二项式细化。Poisson-Tweedie因子扩散模型在膨胀下是封闭的,这反过来又导致了Poisson-Tweedie渐近框架,其中Poisson-Tweedie模型表现为膨胀极限。这统一了许多离散收敛结果,并导致泊松和厄米收敛结果,类似于大数定律和中心极限定理,分别。膨胀算子还导致了一个对偶变换,在某些情况下,它将过度分散转化为欠分散,反之亦然。许多结果有多变量的类似物,特别是我们考虑一类多变量Poisson-Tweedie模型,一个多变量的概念,过度和欠分散,和一个多变量零通货膨胀指数。
2014-09-26 math.ST stat.TH
Tail asymptotics for cumulative processes sampled at heavy-tailed random times with applications to queueing models in Markovian environments
本文研究了在重尾随机时间$T$采样的累积过程$\{B(t); t \ge 0\}$的尾渐近性。本文的主要贡献是建立了渐近等式${\sf P}(B(T) > bx) \sim {\sf P}(M(T) > bx) \sim {\sf P}(T>x)$为$x \to \infty$的几个充分条件,其中$M(t) = \sup_{0 \le u \le t}B(u)$和$b$为某个正常数.本文的主要结果可用于求马尔可夫环境中各种排队模型的次指数渐近性。作为一个例子,利用主要结果,我们得到了马尔可夫环境中具有开/关到达过程的单服务台有限缓冲区排队的损失率的次指数渐近公式。
2013-12-26 math.PR math.ST stat.TH
On the Dependence between Functions of Quantile and Dispersion Estimators
在本文中,我们得到了分位数估计函数(非参数样本分位数和参数位置-尺度分位数估计)与离差估计函数(样本方差,样本均值绝对偏差,样本中位数绝对偏差)的联合渐近分布-假设一个潜在的同分布和独立分布的样本。我们还讨论了使用这种估计所需的条件。此外,我们表明,这些结果可以扩展到任何高阶绝对中心样本矩的色散措施。意识到两个分位数估计的收敛速度的差异,我们比较了选择的分位数估计(和离散度)的渐近相关性的影响。然后,我们证明了一个尺度律的渐近依赖的分位数估计与离散测度的估计。最后,我们展示了一个很好的有限样本性能的渐近模拟椭圆分布。所有的结果应该构成一个重要的和有用的补充,在统计文献中,这些估计是标准的使用在统计和应用领域,或者应该成为这样,因为较弱的条件下的渐近定理。
2019-04-26 math.ST stat.TH
Codifference as a measure of dispersion and dependence for mixture models
本文提出协差作为混合模型中分散性和依赖性的度量,探讨其在非高斯分布中的应用及渐近分布特性。
2025-12-15 math.ST stat.TH
Tail Asymptotic of Heavy-Tail Risks with Elliptical Copula
本文研究具有重尾边缘和 I 型椭圆相依结构的多元分布,推导了渐近尾部风险概率并刻画多元正则变化性质,揭示了衰减速率与尾部集合及椭圆 Copula 协方差矩阵的关系,并通过数值模拟和真实保险损失数据验证了理论结果。
2024-04-30 math.PR math.ST stat.TH
Small dispersion asymptotics for an SPDE in two space dimensions using triple increments
针对二维小噪声抛物型SPDE,本文利用时空增量估计扩散与平流参数,并基于近似坐标过程估计反应参数,同时提供仿真验证。
2024-08-05 math.ST stat.TH
Tail asymptotics for a random sign Lindley recursion
我们调查的尾部行为的稳态分布的随机递归,概括林德利的递归。这种递归出现在具有相关的到达间隔和服务时间的排队系统中,并且包括交替服务系统和转盘存储系统作为特殊情况。我们得到精确的尾部渐近性质在三个不同的情况下,并比较这些与现有的结果林德利的递归和交替服务系统。
2014-04-22 math.PR math.ST stat.TH
Large Deviations of Factor Models with Regularly-Varying Tails: Asymptotics and Efficient Estimation
我们分析了由具有\textit{regularly-varying}尾部的非同分布分量生成的线性因子模型的\textit{Large Deviation Probability (LDP)},这是重尾分布的一个大子类。本文介绍了一种有效的LDP估计的抽样方法,并从理论上证明了该方法在覆盖概率和置信区间长度方面指数地优于粗蒙特卡罗估计。通过对独立非同帕累托分布因素的随机模拟,对理论结果进行了实证验证。建议的估计是一个更全面的\texttt{Betta}包的一部分。
2019-12-09 math.ST stat.TH
Long Memory of Max-Stable Time Series as Phase Transition: Asymptotic Behaviour of Tail Dependence Estimators
本文提出max-stable时间序列尾部依赖系数的简单估计量,在温和条件下证明其渐近正态性,揭示该条件与长程/短程依赖转换相关,并证明标准收敛速率的渐近正态性当且仅当序列为SRD时成立。
2023-05-17 math.ST stat.TH
Tail Asymptotics and Estimation for Elliptical Distributions
设(X,Y)是Gumbel最大吸引区域中具有随机半径的二元椭圆随机向量.本文得到了联合生存概率P(X > x,Y> y)的二阶渐近展开,其中x,y是大的。此外,基于渐近界,我们讨论了联合生存概率和生存条件超额概率的统计建模的一些方面。
2008-05-15 math.PR math.ST stat.TH
On the Non-asymptotic and Sharp Lower Tail Bounds of Random Variables
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Duke University(杜克大学)
随机变量的非渐近尾界在概率论、统计学和机器学习中起着至关重要的作用。尽管在文献中成功地建立了尾概率的上界,但尾概率的下界相对较少。在本文中,我们介绍了系统的和用户友好的计划,发展非渐近的尾概率下界。此外,我们开发了尖锐的下尾边界为独立的次高斯和次指数随机变量,这符合经典的Hoeffding型和Bernstein型浓度不等式,分别。我们还提供了一套分布,包括伽玛,β,(定期,加权,和非中心)卡方,二项式,泊松,欧文霍尔等非渐近匹配的上,下尾界,我们应用的结果,建立匹配的上,下界极值期望的总和独立的次高斯和次指数随机变量。最后考虑稀疏非均匀混合信号识别的统计应用。
2020-09-05 cs.LG math.PR math.ST
Asymptotic normality of the likelihood moment estimators for a stationary linear process with heavy-tailed innovations
各种估计的参数的广义帕累托分布,超过一个高阈值的近似分布,已被提出,总是假设的基础数据是独立的。我们最近证明了似然矩估计量是广义Pareto分布的参数的相合估计量的情况下,基础数据来自于一个(平稳)的线性过程与重尾的创新。在本文中,我们在一些附加的假设下得到了二元渐近正态性,并给出了一个明确的例子,说明如何使用渐近展开检查这些条件。
2016-05-25 math.ST stat.AP stat.TH
Asymptotic tail properties of Poisson mixture distributions
本文研究泊松混合分布的尾部渐近性质,通过定义五类混合分布,刻画其与最大值吸引域的关系及有限支撑下的行为,并提出基于尾部检验的拟合优度评估方法。
2023-05-26 math.ST stat.TH
Tail asymptotics for the bivariate skew normal in the general case
本文是Fung和Seneta(2016)的续篇和推广,其主要结果给出了当$\bf{X} \sim SN_2(\boldsymbolα, R)$与$α_1 = α_2 = α,$时$λ_L(u) = P(X_1 \leq F_1^{-1}(u) | X_2 \leq F_2^{-1}(u)),$的$ u \to 0^{+}$的渐近行为,即:对于等偏情况下的二元偏正态分布,其中$R$是相关矩阵,非对角元素$ρ,$和$F_i(x), i=1,2$是$\textbf{X}$的边缘cdf。Beranger等人(2017)的一篇论文阐述了一个不包含约束$α_1=α_2= α$但特别需要约束$0 <ρ<1$的上尾版本。在他们的附录A.3中,证明是非常简洁的。当转换到Fung和Seneta(2016)的下尾设置时,我们发现当$α_1=α_2= α$时,规则变化函数渐近表达式中的$u$的指数确实一致,但总是渐近形式$const (-\log u)^τ$的缓慢变化分量不是渐近等价的。我们的一般方法包括$ -1 <ρ< 0$病例,并涵盖所有可能性。
2022-10-04 math.PR math.ST stat.TH
Tails of correlation mixtures of elliptical copulas
椭圆copula的相关混合出现时,相关参数是由一个潜在的随机过程驱动本身。对于这样的copula,倒数第二和渐近尾依赖性是远远大于普通的椭圆copula具有相同的无条件相关性。此外,对于高斯和学生t-copula,亚渐近水平的尾部依赖性通常大于极限,这可能对极端风险的估计和评估产生严重后果。最后,虽然高斯Copula的相关混合继承了渐近独立的性质,但同时它们属于新定义的近渐近依赖的范畴。通过模拟研究和涉及金融时间序列的案例研究,这些研究结果的建模的后果进行评估。
2009-12-17 math.ST q-fin.RM q-fin.ST