A Novel Three-Parameter Extended Weibull Distribution for Health Data Modelling
University of Manchester（曼彻斯特大学）；Federal University of Agriculture, Abeokuta（阿贝奥库塔联邦农业大学）；University of Louisiana at Lafayette（路易斯安那大学拉斐特分校）；Nova Southeastern University（新南方卫理公会大学）
本文提出一种新的三参数扩展威布尔分布，以提高极端事件下的拟合能力，通过统计性质分析和模拟验证，证明其在健康数据建模中优于现有方法。
2026-04-04 stat.ME
Nonparametric kernel estimation of Weibull-tail coefficient in presence of the right random censoring
研究了右随机截尾情形下条件威布尔尾系数的非参数估计。本文还提出了条件极值分位数的Weissman型估计。此外，进行了模拟研究，以评估有限样本的行为所提出的估计和替代策略的比较。最后，使用一个真正的数据集的男性患有喉癌的方法的实用性。
2021-10-10 math.ST stat.CO stat.ME
Control Chart for Generalized Weibull Quantiles under Hybrid Censoring
本文针对混合删失下广义威布尔分布分位数，提出基于自助法和休哈特型控制图的监控方案，利用EM算法推导最大似然估计并通过仿真和医疗实例验证其检测失控信号的有效性。
2023-09-21 stat.ME
On Bivariate Exponentiated Extended Weibull Family of Distributions
在本文中，我们引入了一类新的二元分布称为二元指数扩展韦布尔分布。这里介绍的模型是马歇尔-奥尔金型。这类新的二元分布包含几个二元寿命模型。研究了这类新分布的一些数学性质。给出了联合密度函数、条件密度函数、联合累积分布函数和联合生存函数。特殊的二元分布进行了详细研究。利用期望最大化算法得到了极大似然估计量。我们说明了新的类的实用性，通过应用到两个真实的数据集。
2015-07-27 stat.ME
General Form Moment-based Estimator of Weibull, Gamma, and Log-normal Distributions
本文提出一种基于任意阶矩对的统一估计框架，用于 Weibull、Gamma 和对数正态分布，并给出可证明收敛的数值算法，推广了现有估计方法并提升统计建模的灵活性与鲁棒性。
2025-05-03 stat.AP stat.ME
Methods of Estimation for the Three-Parameter Reflected Weibull Distribution
本文提出了三参数反射韦布尔分布的参数估计方法。矩估计、极大似然估计和无位置和尺度参数的极大似然估计。无位置和尺度参数的极大似然估计是基于一个数据变换，避免了似然估计的无界问题。通过Monte Carlo模拟，我们进一步证明了位置和尺度参数自由的极大似然估计在偏差和均方根均方误差方面优于矩方法和极大似然估计。最后，给出了两个基于真实数据集的例子来说明方法。
2019-04-28 stat.OT
Estimation of the Weibull tail-coefficient with linear combination of upper order statistics
我们提出了一个新的家庭估计的Weibull尾系数。威布尔尾系数定义为逆故障率函数的正则变异系数。我们的估计是基于上顺序统计量的对数间距的线性组合。对于这类估计的两种特殊情况，建立了它们的渐近正态性，并举例说明.它们的有限样本性能的仿真研究。
2011-03-30 math.ST stat.TH
Median Based Unit Weibull Distribution (MBUW): Do the Higher Order Probability Weighted Moments (PWM) Add More Information over the Lower Order PWM in Parameter Estimation
本文针对MBUW分布的参数估计问题，对比一阶与高阶PWM方法的表现，推导PWM估计量的渐近分布，结合真实数据分析验证高阶PWM是否能提供更多有效信息。
2025-11-18 math.PR stat.ME
Bias-Corrected and Variance-Corrected MLE for the New Median Based Unit Weibull Distribution (MBUW)
针对小到中等样本量下新中位数单位威布尔分布（MBUW）的极大似然估计（MLE）存在偏差及参数高相关性导致方差膨胀的问题，提出偏差校正方法并应用于实际数据分析，同时阐述基于负对数似然重参数化的方差校正方法。
2025-02-14 math.PR stat.ME
Interval Estimation of the Common Shape Parameter and Coefficient of Variation of Several Weibull Populations under Progressive Censoring
National Institute of Technology Meghalaya（梅加拉亚邦国家技术学院）
本文针对逐步II型删失下多个Weibull总体的公共形状参数与变异系数，采用多种统计方法开展区间估计比较研究，提出最优删失方案，经模拟与实例验证推荐贝叶斯及方差估计恢复类区间估计方法。
2026-08-17 stat.ME
Reflected Generalized Beta Inverse Weibull Distribution: definition and properties
本文研究了由反射广义β分布定义的一类广泛的分布函数。这个类包括Beta生成的分布作为一个特例。特别地，我们利用这类分布对逆韦布尔分布进行了推广，得到了反映广义Beta逆韦布尔分布，并导出了它的矩、熵、顺序统计量和可靠性测度.广义逆威布尔分布和Dagum分布之间的联系。然后研究了参数的极大似然估计，并给出了观测的Fisher信息矩阵。最后，该模型的有用性说明了通过应用程序的真实数据。
2014-01-28 math.ST stat.ME stat.TH
Parametric estimation of quantile versions of Zenga and D inequality curves: methodology and application to Weibull distribution
本文研究 Zenga 与 D 不平等曲线分位数版本的参数估计，提出最小距离估计量并证明其一致性与渐近正态性，且在 Weibull 模型中加以应用说明。
2023-12-12 math.ST stat.AP stat.TH
Estimation in Weibull Distribution Under Progressively Type-I Hybrid Censored Data
本文研究了在渐进I型混合截尾下，寿命数据服从韦布尔分布时未知参数的估计问题。利用Newton-Raphson算法、EM算法和SEM算法得到了未知参数的最大似然估计。在此基础上，利用Tierney-Kadane方法和马尔可夫链Monte Carlo（MCMC）方法，分别在三种不同的损失函数，即平方误差损失（SEL）、线性指数损失（LINEX）和广义熵损失（GEL）下得到了贝叶斯估计.同时，给出了收缩预检验估计量。在不同的方案下进行了广泛的Monte Carlo模拟实验，以便使用均方误差，置信区间长度和覆盖概率来比较所列估计的性能。分别采用渐近正态性和MCMC样本获得置信区间和最大后验密度（HPD）区间。最后给出了一个实际数据的例子来说明该方法。最后，提出了一些结论性意见。
2019-11-11 math.ST stat.CO stat.TH
Estimation of P(X > Y ) for Weibull distribution based on hybrid censored samples
混合截尾方案是I型和II型截尾方案的混合。本文在混合截尾样本下，讨论了当X和Y是两个独立的韦布尔分布，具有不同的尺度参数，但具有相同的形状参数时，R = P（X > Y）的影响。得到了R的极大似然估计和近似极大似然估计。得到了R的极大似然估计的渐近分布.基于渐近分布，可以导出R的置信区间。还提出了两个bootstrap置信区间。考虑了R的贝叶斯估计，并给出了R的相应的可信区间.蒙特卡罗模拟进行比较不同的方法。为了说明的目的，还介绍了对一组真实数据的分析。
2017-07-18 stat.OT
Some Properties and Applications of Burr III-Weibull Distribution
在本文中，我们引入了一个新的分布称为伯尔III-Weibull（BW）分布的概念，竞争风险。我们推导出矩，条件矩，平均偏差和分位数的建议分布。并给出了分布的Renyi熵和顺序统计量。通过最大似然法进行分布参数的估计。仿真研究进行验证的最大似然估计（MLE）。一个真正的实际数据集进行了分析说明。
2021-03-05 math.ST stat.TH
Inference on Weibull Parameters Under a Balanced Two Sample Type-II Progressive Censoring Scheme
在过去的15年里，渐进式审查计划受到了相当大的关注。在过去的几年中，联合渐进式审查计划已经得到了一些普及。最近，作者Mondal和Kundu（“A new two-sample Type-II progressive censoring scheme”，arXiv：1609.05805）介绍了一种平衡的双样本Type-II progressive censoring scheme，并在两个总体呈指数分布时提供了精确的推断。本文考虑了两个总体服从韦布尔分布，形状参数相同，尺度参数不同的情形。得到了未知参数的极大似然估计。我们观察到极大似然估计不能以显式形式得到，因此，我们提出了近似极大似然估计，它可以以显式形式得到。我们构造了总体参数的渐近和bootstrap置信区间。进一步推导出未知参数的精确联合置信区域。我们提出了一个目标函数的基础上的期望量的置信集，并使用，我们得到的最佳渐进删失方案。已经进行了大量的模拟，看看所提出的方法的性能，并已分析了一个真实的数据集进行说明。
2018-01-01 stat.AP
A class of regression models for parallel and series systems with a random number of components
本文将威布尔幂级数（WPS）分布类进行了扩展，并将其命名为扩展威布尔幂级数（EWPS）分布类。EWPS分布与具有随机数量组件的串联和并联系统相关，而WPS分布（Morais和Barreto-Souza，2011）仅与串联系统相关。与WPS分布不同，威布尔分布是一种限制性的特殊情况，威布尔定律是EWPS分布的一种特殊情况。我们证明了这类分布在一个简单的假设下是可识别的。我们还证明了随机和危险率顺序的结果，并强调，EWPS分布的形状是显着更灵活的WPS分布的形状。我们为EWPS响应随机变量定义了一个回归模型来模拟尺度参数及其分位数。我们给出了极大似然估计，并证明了它的相合性和正态渐近分布。虽然这个类的构建是由串行和并行系统驱动的，但EWPS分布适用于对广泛的正数据集进行建模。为了说明这个模型的潜在用途，我们将其应用到椰子纤维的抗拉强度的真实数据集，并提出了一个简单的设备用于诊断目的。
2014-07-31 stat.ME
Bayesian estimation of Unit-Weibull distribution based on dual generalized order statistics with application to the Cotton Production Data
本文在双广义次序统计量框架下研究Unit-Weibull分布的贝叶斯估计，采用Lindley、Tierney-Kadane和MCMC方法，结合对称与非对称损失函数，并通过模拟和美国棉花产量数据验证估计量性能。
2025-02-05 math.ST stat.ME stat.OT
Bivariate Exponentiated Modified Weibull Extension
本文介绍了一种新的二元分布，称之为二元扩展修正威布尔扩展分布（BEMWE）。这里介绍的模型是马歇尔-奥尔金型。新的二元分布的边缘具有对Sarhan等人提出的修正威布尔扩展分布的指数。（2013年）。联合密度函数和联合累积分布函数是封闭的。讨论了该分布的一些性质，并给出了参数的极大似然估计。利用新的二元分布对一个实际数据集进行了分析，结果表明新的二元分布可以有效地用于实际寿命数据的拟合和分析
2015-01-14 math.ST stat.TH
Robust Estimation in Step-Stress Experiments under Weibull Lifetime Distributions
UNED, Madrid, Spain（西班牙国立远程教育大学）；Complutense University of Madrid, Spain（马德里康普顿斯大学）
本文提出在Weibull寿命分布下使用最小密度幂分歧估计器进行步应力试验的稳健估计，以提高在存在异常或污染数据时的鲁棒性。
2026-03-28 math.ST stat.ME stat.TH
Robust inference for intermittently-monitored step-stress tests under Weibull lifetime distributions
针对步进应力加速寿命测试中最大似然估计缺乏稳健性的问题，本文基于密度幂散度（DPD）提出稳健推断方法，用于Weibull分布下的参数估计与检验，并通过真实数据验证了其在温度影响分析中的有效性。
2024-09-23 math.ST stat.AP stat.TH
Tight Concentration Inequality for Sub-Weibull Random Variables with Generalized Bernstien Orlicz norm
最近的发展，在高维统计推断有必要集中不等式的范围更广的随机变量。我们专注于亚威布尔随机变量，它扩展了亚高斯或亚指数随机变量，允许重尾分布。研究了具有有限广义Bernstein-Orlicz范数的独立次Weibull随机变量的集中不等式，给出了广义Bernstein不等式和Rosenthal型矩界.通过Paley-Zygmund不等式得到的浓度不等式的下界证明了所提出的边界的紧性。结果被应用到一个图形模型推理问题，提高以前的样本复杂性界限。
2023-02-25 math.PR math.ST stat.TH
An estimator of the stable tail dependence function based on the empirical beta copula
在经验稳定的尾部依赖函数的定义中，用集成的β核函数替换指示函数，产生了具有相同渐近分布但有限样本性能优越的后者估计的平滑版本。新估计量与经验β copula的联系实现了简单但有效的重采样方案。
2017-09-12 stat.ME
Unit-Modified Weibull Distribution and Quantile Regression Model
针对取值于单位区间的SDG相关指标建模需求，提出基于修正韦布尔分布变换的单位修正韦布尔（UMW）分布及对应分位数回归模型，通过MLE估计参数并经蒙特卡洛模拟验证，可用于SDG指标及阅读障碍儿童阅读能力建模。
2025-08-24 stat.AP stat.ME
Predicting wave heights for marine design by prioritizing extreme events in a global model
在海上风力涡轮机等海洋结构物的设计过程中，需要对有效波高的长期分布进行建模以估计载荷。这通常通过将转换的韦布尔分布拟合到波浪数据来完成。然而，转换后的韦布尔分布通常在典型值处拟合良好，但在高波高处拟合较差，从而低估了极端载荷。在这里，我们分析了来自六个适合海上风力涡轮机的地点的波浪数据集。我们发现，指数化的韦布尔分布提供了更好的整体拟合这些波的数据比翻译的韦布尔分布。然而，当使用极大似然估计拟合指数韦布尔分布时，上尾的模型拟合有时仍然较差。因此，为了确保良好的模型拟合在尾部，我们估计分布的参数，通过优先观察高波高加权最小二乘估计。然后，该分布在六个数据集的主体（平均绝对误差在0.1 m的量级）和尾部（平均绝对误差在0.5 m的量级）处拟合良好。所提出的方法还可以准确地估计波高的1年返回值，可以用来计算海上风力发电机组的设计载荷。
2020-05-12 physics.ao-ph stat.AP
Reliability estimators for the components of series and parallel systems: The Weibull model
本文提出了一种分层贝叶斯方法来估计元件的可靠性（生存），使用威布尔模型，他们每个人。由于串联（并联）系统中元件可靠性的估计等价于右（左）删失数据下元件生存函数的估计，因此该方法可用于一般生存删失数据下元件可靠性的估计。除了威布尔参数模型的可靠性数据，独立的Γ分布被认为是在第一层次的威布尔参数和独立的均匀分布在实数线作为先验的伽玛参数。为了评估模型，一个例子和模拟研究进行了讨论。
2013-02-13 stat.ME
On the $L_p$-error of the Grenander-type estimator in the Cox model
考虑Cox回归模型，研究单调基线风险函数Grenander型估计的渐近全局性态。Durot（2007）的一般设置中不包括该模型。然而，我们发现，一个类似的中心极限定理成立的$L_p$ -错误的Grenander型估计。我们还提出了一个威布尔基线分布的检验程序，基于$L_p$ -距离之间的Grenander估计和参数估计的基线风险。进行模拟研究，以调查该测试的性能。
2019-07-16 math.ST stat.ME stat.TH
A continuous updating weighted least squares estimator of tail dependence in high dimensions
基于似然的过程是估计尾部相关参数的常用方法。然而，它们不适用于不可微模型，例如最近的最大线性结构方程模型。此外，它们在更高的维度上很难计算。一个自适应加权最小二乘程序匹配非参数估计的稳定的尾部依赖函数与相应的值的参数指定的建议产生一种新的最小距离估计。该估计量易于计算，适用于广泛的抽样方案和尾部相关模型。在大样本中，它是渐近正态的，具有显式和可估计的协方差阵。获得的最小距离形成拟合优度统计量的基础，其渐近分布是卡方。广泛的蒙特卡罗模拟证实了出色的有限样本性能的估计，并证明它是一个强大的竞争对手，目前可用的方法。估计，然后应用到解开在欧洲股票市场的尾部依赖的来源。
2016-01-19 stat.ME
Data-adaptive trimming of the Hill estimator and detection of outliers in the extremes of heavy-tailed data
我们介绍了一个修剪版本的重尾分布的指数，这是强大的扰动在极端顺序统计量的希尔估计。在理想的Pareto环境下，对于给定的严格上崩溃点，该估计在所有无偏估计量中本质上是有限样本有效的。对于一般的重尾模型，我们在二阶正则变差条件下建立了估计量的渐近正态性，并证明了它在Hall分布类中是极小极大率最优的.我们还开发了一种自动的，数据驱动的方法来选择的修剪参数，产生一种新型的鲁棒估计，可以适应未知的污染水平的极端。这种自适应鲁棒性使我们的估计特别有吸引力，优于其他强大的估计在设置中的极端数据被污染。作为数据驱动的修剪参数选择的一个重要应用，我们得到了一个方法的原则性识别极端离群重尾数据。事实上，该方法已被证明可以正确识别先前探索的Condroz数据集中的离群值数量。
2018-08-23 stat.ME
A revisit to maximum likelihood estimation of Weibull model parameters
Ton Duc Thang University（胡志明市通德大学）；University of Limpopo（林波波大学）；University of Louisiana at Lafayette（路易斯安那大学拉斐特分校）
本研究重新探讨威布尔分布参数的最大似然估计，解析证明其存在性与唯一性，结合理论与计算研究抽样分布，发现其可被威布尔分布近似，模拟结果验证了一阶偏差与均方误差的相关结论。
2025-01-20 stat.CO
Estimation of the tail index of Pareto-type distributions using regularisation
在本文中，我们引入减少偏估计的尾部指标的Pareto型分布。这是通过使用正则化加权最小二乘法与指数回归模型的对数间距的最高顺序统计量。所提出的估计量的渐近性质进行了研究分析，发现是渐近无偏的，一致的和正态分布。此外，有限样本的估计行为进行了研究，通过模拟理论。建议的估计量被发现产生低偏差和MSE。此外，建议的估计说明通过估计的尾部指数的潜在分布的索赔从保险业。
2022-04-18 stat.ME
Noniterative Likelihood-Derived Estimation through Auxiliary Estimating Equations
Pontificia Universidad Católica de Chile（智利天主教庞蒂菲亚大学）；University of São Paulo（圣保罗大学）
本文提出一种通过辅助估计方程构造非迭代似然导出估计量的方法，得到闭式估计量，并建立其理论性质，通过多种模型和模拟验证了其有效性。
2026-09-22 stat.ME
Penalized bias reduction in extreme value estimation for censored Pareto-type data, and long-tailed insurance applications
重尾分布随机截尾数据的尾估计问题受到越来越多的关注，例如在精算统计中的应用。极值指数的可用估计量的偏差可能很大，并强烈依赖于删失量。我们回顾了现有的估计，提出了一个新的偏差减少估计，并显示如何收缩估计可以帮助保持控制下的MSE。提出了一种构造置信区间的Bootstrap算法。我们比较这些新的建议与现有的估计，通过模拟。最后，我们对长尾汽车保险投资组合进行了详细的研究，该投资组合通常具有很强的删失。
2017-05-18 stat.ME
Bias-corrected empirical likelihood-based inference for the tail index under heavy-tailed models
结合偏差校正与经验似然方法，提出一种新的尾指数估计量，并建立渐近理论，模拟和实例验证其有效性。
2026-06-15 stat.ME
Detecting tail behavior: mean excess plots with confidence bounds
在许多实际情况下，探索性图有助于理解样本数据的尾部行为。均值超额图通常在实践中用于了解数据集的右尾行为。已知如果数据样本的潜在分布在Frechet、Gumbel或韦布尔分布吸引区域中，则数据的ME图在适当的意义上趋向于分别具有正、零或负斜率的直线。在本文中，我们构建置信区间周围的ME图，帮助我们确定特定的最大吸引区域的数据集来自。我们回顾了Das和Ghosh（2013）中已经获得的Frechet吸引区域的弱极限结果，并推导出Gumbel和Weibull域的弱极限，以构建置信界。我们在模拟和真实数据集上测试我们的方法。
2015-01-03 math.ST stat.TH
Reliability estimation in dependent stress-strength model with Clayton copula and modified Weibull margins
本文研究了在依赖框架下压力-强度可靠性模型，使用Clayton copula和修改Weibull分布，提出了一种灵活的七参数结构，并通过蒙特卡洛模拟评估了估计方法的性能。
2026-04-13 math.ST stat.AP stat.CO
A study of seven asymmetric kernels for the estimation of cumulative distribution functions
在Mombeni等人（2019）中，引入了Birnbaum-Saunders和Weibull核估计量，用于估计半线$[0,\infty)$上支持的累积分布函数（c.d.f.s）。他们是第一个在c.d.f.的上下文中使用非对称内核的作者。估计。它们的估计量在数值上比传统方法（如基本核方法和Tenreiro（2013）的边界修改版本）表现得更好。在本文中，我们补充他们的研究，通过引入五个新的非对称核c.d. f。估计量，即Gamma、逆Gamma、对数正态、逆高斯和倒数逆高斯核c.d.f.估计器。对于这五个新的估计，我们证明了渐近正态性，我们发现以下数量的渐近表达式：偏差，方差，均方误差和平均综合平方误差。然后，一项数值研究比较了五种新c.d.f.的性能估计对传统的方法和Birnbaum-Saunders和Weibull核c.d.f. Mombeni et al.（2019）的估计值。通过使用相同的试验设计，我们证明了对数正态和Birnbaum-Saunders核c.d.f.估计器总体上执行得最好，而其他非对称核估计器有时更好，但总是至少与边界核方法竞争。
2020-11-30 math.PR math.ST stat.TH
Comparative analysis of two new wind speed T-X models using Weibull and log-logistic distributions for wind energy potential estimation in Tabriz, Iran
本文提出基于T-X族的WE3-LL3和LL3-WE3两种新型风速分布模型，通过最大似然估计与多种检验，在伊朗大不里士数据上验证其优于传统PDF，用于风能潜力估计。
2024-02-02 stat.AP stat.ME
Parametric and nonparametric probability distribution estimators of sample maximum
本研究提出一种无需模型设定的插件型非参数估计器用于样本最大值的概率分布估计，其收敛速度在某些条件下与极值指数无关，优于传统参数拟合方法，并通过模拟和两个实际案例验证了其优越性。
2024-07-18 math.ST stat.TH
Regression estimator for the tail index
尾部指标参数的估计是极值理论的主要目标之一。对于重尾分布，Hill估计是估计尾部指标参数的最常用方法。最近的工作旨在用不同的方法改进Hill估计，例如使用bootstrap或Kolmogorov-Smirnov度量。这些方法是渐近一致的，但对于尾部指数$ξ>1$和较小的样本量的估计未能接近理论值的实际样本量。在本文中，我们介绍了一种新的经验方法，它可以很好地估计高尾指数参数，也可能是有用的相对较小的样本量。
2018-06-04 math.ST stat.ME stat.TH
Asymptotic theory and first-order bias of the Wallace--Freeman estimator
Monash University（莫纳什大学）
本文研究Wallace-Freeman估计量的渐近性质，将其作为加权M估计量进行分析，推导其一致性、渐近线性及正态性，并提出基于惩罚项梯度的偏差校正方法，扩展了Cox-Snell公式至该估计量。
2026-07-07 math.ST stat.ME stat.TH
Subsampling Extremes: From Block Maxima to Smooth Tail Estimation
我们研究了一个新的估计的尾部指数的分布在Frechet域的吸引力，自然产生的计算子样本最大值。该估计量等价于在具有两个顺序统计量的Hill估计量上取U-统计量。该估计量与Hill估计量相比具有多个优点。特别是，它具有作为阈值k的函数的渐近平滑样本路径，使其比Hill估计量稳定得多。估计器还承认一个简单直观的阈值选择规则，不需要拟合二阶模型。多元分析杂志，130，2014
2014-10-19 math.ST stat.ME stat.TH
Peak-over-Threshold Estimators for Spectral Tail Processes: Random vs Deterministic Thresholds
规则变化的平稳时间序列的极值依赖性可以用谱尾过程来描述。Drees，Segers and Warchol [Extremes 18（3）：369--402，2015]提出了基于高确定性阈值上的方差的该过程的边缘分布的估计，并分析了它们的渐近行为。然而，在实践中，应用的估计量的版本使用随机阈值，如中间顺序统计量的方差。我们证明了这些修正估计具有相同的极限分布。这一发现在模拟研究中得到证实，但使用顺序统计量的版本对有限样本的表现稍好。
2019-07-22 math.ST stat.ME stat.TH
A Bias-reduced Estimator for the Mean of a Heavy-tailed Distribution with an Infinite Second Moment
我们使用偏置减少估计的高分位数，重尾分布，介绍了一个新的估计的情况下，无限的二阶矩。在模拟研究中，通过四种最流行的适合不同样本量的拟合优度检验，建立并检查了所提出的估计量的渐近正态性。此外，我们比较，在偏差和均方误差，我们的估计与彭的估计（彭，2001年），我们评估的准确性，一些得到的置信区间。
2012-01-10 math.ST stat.CO stat.ME
Improved Estimator of the Conditional Tail Expectation in the case of heavy-tailed losses
在本文中，我们研究了极值方法，提出了一个改进的估计的条件尾期望（$CTE$）的损失分布具有有限的均值，但无限的方差。本文基于重尾分布高分位数的偏差缩减估计，提出了一种新的$CTE$估计。在模拟研究中，建立并检验了所提出的估计量的渐近正态性。此外，我们比较，在偏差和均方误差，我们的估计与已知的旧估计。
2020-02-09 math.ST stat.TH
Once more on comparison of tail index estimators
我们考虑重尾分布和比较著名的尾部指数的估计，基于极值理论与一个比较新的估计基于不同的想法。
2011-04-07 math.PR math.ST stat.TH
Regression estimators for the tail index
对上尾为正则变化的分布函数，提出了一类尾指标的加权最小二乘估计。我们的方法是基于由\cite{Holan2010}开发的方法的Parzen尾指数。证明了估计量的渐近正态性。通过模拟研究，这些和以前的估计进行了比较，在Pareto和霍尔模型使用的均方误差为标准。结果表明，加权最小二乘估计优于其他估计。
2020-02-28 math.ST stat.TH
Optimal pooling and distributed inference for the tail index and extreme quantiles
研究了重尾数据中尾指数和极端分位数估计的池化策略。为了充分利用包含在几个样本中的信息，我们提出了一般加权汇总希尔估计的尾部指数和加权汇总韦斯曼估计的极端分位数计算通过一个非标准的几何平均计划。我们在固定的样本个数上发展了他们的大样本渐近理论，涵盖了具有不同和渐近相关分布的异质样本量的一般框架。我们的研究结果包括基于渐近方差和MSE最小化的池权重的最佳选择。在分布推断的重要应用中，我们证明了在子样本组合不可行的情况下，方差最优分布估计与基准Hill和Weissman估计是渐近等价的，而在大偏差的情况下，AMSE最优分布估计比基准估计具有更小的AMSE.我们考虑子样本数量随总样本量增长且有效子样本量可能较低的其他情况。我们扩展我们的方法来处理序列依赖和协变量的存在。模拟证实，我们的合并估计几乎执行以及基准估计。展示了两个应用程序的真实天气和保险数据。
2021-11-04 math.ST stat.ME stat.TH
Weighted least squares estimators for the Parzen tail index
重尾分布尾指数的估计及其应用在许多研究领域中是必不可少的。提出了Parzen尾指数的一类加权最小二乘估计。我们的方法是基于\cite{Holan2010}开发的方法。我们研究了WLS估计的相合性和渐近正态性。通过模拟研究，我们与Hill，Pickands，DEdH（Dekkers，Einmahl和de Haan）以及以均方误差为准则的普通最小二乘（OLS）估计进行了比较。结果表明，在约束模型中，WLS估计的某些成员与Pickands，DEdH和OLS估计是竞争性的。
2020-02-28 math.ST stat.TH
Several new tail index estimators
本文提出了几类新的函数，用于构造尾指数估计量。这类新的函数一般是非单调的，但它是两个单调函数的乘积：幂函数和对数函数，这在经典的Hill估计中起着至关重要的作用。在二阶正则变差条件下，新的估计量在所有参数范围内都具有比Hill估计量和其它常用估计量更好的渐近性能。渐近正态性的引进估计证明，并比较（使用渐近均方误差）与其他估计的尾部指标。一些初步的模拟结果。
2015-01-05 math.ST stat.TH
Robust estimator of distortion risk premiums for heavy-tailed losses
我们使用Fabián（2001）提出的所谓t-Hill尾部指数估计量，而不是Hill的估计量，来推导出损失失真风险溢价的稳健估计量。在二阶正则变差条件下，建立了它的渐近正态性。通过仿真研究，我们表明，新的估计是更强大的比Necir和Meraghni 2009小样本和大样本。
2016-02-13 math.ST stat.TH
On tail inference in iid settings with nonnegative extreme value index
本文在非负极值指数独立同分布假设下，从理论和数值上比较基于极值理论与非参数平滑的尾部概率及平均超出函数估计量，并给出有限样本均方误差比较。
2024-09-02 math.ST stat.TH
Modification of Moment-Based Tail Index Estimator: Sums versus Maxima
本文继续研究了$γ>1/2$的极值指标$γ$（或尾指标$α=1/γ$）的SRCEN估计，该估计是在\cite{MCE}中提出的.我们提出了一个新的估计的基础上的局部极大值。事实上，这是SRCEN估计器对$γ>0$情况的修改。我们建立了新提出的独立同分布估计的相合性和渐近正态性。数据此外，还包括对估计量的比较的简短讨论。
2017-10-09 math.ST stat.TH
A Lynden-Bell integral estimator for the tail index of right-truncated data with a random threshold
本文利用具有确定性阈值的Lynden-Bell积分，讨论了Worms和Worms [A Lynden-Bell integral estimator for extremes of randomized truncated data.中央集权主义者可能吧Lett. 2016; 109：106-117]最近介绍了随机右截断Pareto型数据的尾指数的渐近正态估计。在这种情况下，我们考虑随机阈值的情况下，得到一个Hill型估计，并建立其一致性和渐近正态性。仿真研究进行评估所提出的估计的有限样本行为。
2016-11-20 math.ST stat.TH
