Computing expectiles via fixed point iterations
本文利用 expectiles 优化问题一阶条件导出的两种不动点刻画进行计算,并为已广泛使用的双侧迭代版本提供了新的一般性收敛证明。
2025-08-30 math.PR math.ST stat.TH
On the Computation of Multivariate Scenario Sets for the Skew-t and Generalized Hyperbolic Families
我们研究的问题,计算多变量的情况下设置偏态分布。我们的兴趣是由潜在的使用这样的集在“压力测试”的保险公司和银行的偿付能力是依赖于一组金融“风险因素”的变化。我们定义多变量场景集的基础上的概念,半空间深度(HD),并引入了预期深度(ED)的概念,其中半空间是由预期,而不是分位数。然后,我们使用HD和ED函数来定义凸场景集,将分位数和期望值的概念推广到更高的维度。在椭圆分布的情况下,这些集合与由密度函数的轮廓所包围的区域一致。在多元偏态分布的情况下,等深线和密度线的等价性一般不成立。我们考虑两个参数的家庭,占偏态和重尾:广义双曲和斜t分布。通过利用一个典型的形式表示,其中偏度是完全吸收的一个组件,我们表明,这些分布的HD轮廓是“近椭圆”,并在斜柯西分布的情况下,我们证明,HD轮廓是完全椭圆形的。我们提出了一个措施的多元偏度作为偏离角对称性,并表明它可以解释质量的椭圆近似的HD轮廓。
2014-02-04 math.ST stat.CO stat.TH
Generalized Orlicz premia
University of Amsterdam(阿姆斯特丹大学);Tinbergen Institute(蒂尔堡研究所);CentER(中心研究所);EURANDOM(欧洲随机分析中心)
研究基于非凸损失函数的广义奥尔利奇保费,扩展经典框架。涵盖多种分位数,现金可加性公理化$L^p$分位数。关注两类非凸损失函数,还表明其合适子类与特定泛函类一致。
2026-07-22 math.PR math.ST q-fin.MF
Convergence of Multivariate Quantile Surfaces
我们定义的分位数集的顺序$α\in \left[ 1/2,1\right) $相关的一个法律$P$ $\mathbb{R}^{d}$是它的方向分位数从观察者$O\in \mathbb{R}^{d}$的集合。在最小假设下,这些星形集是闭曲面,在$(O,α)$中连续,经验分位数曲面的集合是一致相容的。在温和的假设下-没有密度或对称性是必需的$P$ -我们的统一中心极限定理揭示了分位点和非渐近高斯近似之间的相关性提供了联合自信扩大分位点表面。我们的主要结果是Bahadur-Kiefer嵌入的无量纲率$n^{-1/4} (\log n)^{1/2}(\log\log n) ^{1/4} $的经验过程指标的半空间。这些极限定理是对单变量分位数收敛性的一个严格推广,并充分刻画了Tukey半空间的联合性质.
2016-12-05 math.ST stat.TH
A necessary and sufficient condition for convergence in distribution of the quantile process in $L^1(0,1)$
School of Economics, University of Sydney(悉尼大学经济系);Booth School of Business, University of Chicago(芝加哥大学布斯商学院)
本文研究了独立同分布样本下分位数过程在 $L^1(0,1)$ 中收敛的条件,证明了分位数函数局部绝对连续且满足平方可积性加强条件是必要且充分条件,并指出收敛过程可使用自助法近似。
2026-04-16 math.ST stat.TH
Divergence from, and Convergence to, Uniformity of Probability Density Quantiles
概率密度分位数(pdQ)携带关于位置尺度家族的形状和尾部行为的重要信息。研究了pdQ映射在均匀分布上重复应用的收敛性,建立了新的不动点定理. Kullback-Leibler分歧从这些pdQs的均匀性映射,并发现对替代形状的均匀性的最佳测试的功率函数中的成分。
2018-03-15 math.ST stat.TH
Extremal behaviour and convergence rates for sample--based geometric quantiles and half space depths
该研究分析基于样本的几何分位数与半空间深度的极值行为,建立收敛速率与基础分布尾部行为的关联,揭示样本量与极值参数的复杂作用,填补总体版本相关认知空白。
2024-02-04 math.ST stat.TH
A strong uniform convergence rate of a kernel conditional quantile estimator under random left-truncation and dependent data
本文研究了随机左截尾数据具有某种相依性时核条件分位数估计的一些渐近性质。本文推广了Lemdani,Ould-Saïd和Poulin [16]在iid情形下的结果.在强混合假设下,得到了估计的一致强收敛速度。
2008-10-07 math.ST stat.TH
Minimax rates of convergence for nonparametric location-scale models
本文在Hellinger可微性等温和条件下,证明非参数位置-尺度模型中回归函数估计的极小极大收敛速率由函数类的度量熵决定,并通过多种误差分布实例及低阶交互模型和多指标模型加以验证。
2023-07-03 math.ST stat.TH
Nonparametric smoothing for extremal quantile regression with heavy tailed distributions
在几个不同的领域,人们对分析底层分布的上尾或下尾分位数而不是平均值或中心分位数感兴趣。然而,尾部分位数的调查是困难的,因为数据稀疏。在本文中,我们试图发展极值分位数水平的非参数分位数回归。在极值分位数回归中,分位数水平的收敛阶有两种技术条件:中间阶和极值阶。对于中间阶分位数,使用普通的非参数估计。另一方面,对于极阶分位数,我们通过外推中阶分位数估计,给出了一个新的估计。渐近理论和极值理论保证了估计量的性能。结果证明了非参数分位数回归估计的渐近正态性和收敛速率。一个模拟,以确认所提出的估计的行为。数据应用也得到了评估。
2019-03-20 math.ST stat.TH
Conditional quantile sequential estimation for stochastic codes
我们提出并分析了一个算法的序贯估计的条件分位数的背景下,实随机码与向量值的输入。我们的算法是基于k-最近邻平滑内的Robbins-Monro估计。在一定条件下讨论了随机码的算法的收敛性。我们提供了非渐近的均方误差的收敛速度,我们讨论了算法的参数调整。
2019-08-05 math.ST stat.TH
Elicitability and identifiability of tail risk measures
ETH Zurich(苏黎世联邦理工学院);University of Waterloo(滑铁卢大学);Wuhan University of Technology(武汉科技大学)
本文研究尾部风险度量与分位数的联合可识别性和可诱导性,证明当生成元具备相应性质时二者可联合识别与诱导,并提出一类新的加权评分,为尾部风险模型的回归拟合、广义矩估计及回测验证提供理论基础。
2025-10-21 math.ST q-fin.RM q-fin.ST
Quantile Processes for Semi and Nonparametric Regression
分位数曲线的集合提供了条件分布的全貌。在不同分位数水平下,估计曲线的适当居中和缩放版本产生所谓的分位数回归过程(QRP)。本文在一般的级数逼近框架下建立了QRP问题的弱收敛性,包括增维线性模型、非参数模型和部分线性模型。在最后一类模型中得到了一个有趣的结果,其中参数和非参数估计量是渐近独立的。我们的一般过程收敛结果的应用包括构造非交叉分位数曲线和估计条件分布函数。由于独立的兴趣,我们得到了一系列的Bahadur表示与指数界的尾概率的所有剩余条款。这类界在分析分而治之下的统计推断过程中是潜在有用的。
2017-07-21 math.ST stat.TH
The independence process in conditional quantile location-scale models and an application to testing for monotonicity
本文研究了位置-尺度环境下的非参数分位数回归模型。研究了基于协变量和估计残差的经验独立过程的渐近性质。特别地,证明了它的渐近展开和弱收敛于高斯过程.研究结果一方面可用于检验区位-尺度模型的有效性;另一方面,它们允许在条件分位数位置-尺度模型中导出各种规格检验。详细研究了条件分位数曲线的单调性检验。对于位置-尺度模型的有效性检验以及单调性检验,建议采用Kolmogorov-Smirnov和Cramer-von Mises型检验统计量的光滑残差自助版本。我们给出严格的证明自助版本的弱收敛结果。在模拟研究中证明了测试的性能。
2016-09-25 math.ST stat.TH
Estimation in a change-point nonlinear quantile model
本文研究了一类具有变点的非线性分位数模型。分位数估计方法作为一种特殊情况,包括中位数模型,相对于其他传统的方法更强大的模型误差包含离群值。在较弱的假设下,得到了变点估计和回归参数估计的收敛速度和渐近分布。通过Monte Carlo模拟的数值研究表明,所提出的方法的性能的非线性模型与变点。
2015-02-27 math.ST stat.TH
Berry-Esseen Theorem for Sample Quantiles with Locally Dependent Data
本文针对局部相依数据推导了样本分位数的 Gauss 中心极限定理,通过将问题转化为示性随机变量之和并应用 Stein 方法给出了明确的收敛速度,并将其推广至联合收敛。
2025-03-04 math.PR math.ST stat.TH
Generative Modelling via Quantile Regression
本文将条件生成建模与分位数回归相联系,提出损失函数并推导极小极大收敛速率,通过非参数回归子问题建立下界,还讨论了多元分布数据生成扩展。
2024-09-06 math.ST stat.TH
Optimal hybrid block bootstrap for sample quantiles under weak dependence
在弱强混合假设下,建立了样本分位数的块自助分布估计的一般最优性理论。与现有的结果相比,我们研究了不同数量的块的块引导。这对应于二次采样自举和移动块自举(MBB)之间的混合,其中块的数量介于1和样本量与分组长度的比率之间。我们的主要定理确定了块数和分组长度的最佳选择,以实现样本分位数的块自助分布估计的最佳收敛速度。作为我们分析的一部分,我们还证明了一个重要的引理,它给出了块自助分布估计的收敛速度,甚至对光滑函数模型的影响。我们提出了一个直观的程序,经验选择的最佳数量和长度的块。相关的例子说明了最佳选择块的数量的好处。
2017-10-06 math.ST stat.TH
Hurst exponent estimation of locally self-similar Gaussian processes using sample quantiles
本文给出了局部自相似高斯过程分形维数的一类新的相合估计。这些估计是基于凸组合的样本分位数的离散变化的样本路径上的离散网格的间隔$[0,1]$。我们得到了这些估计量的几乎必然收敛和渐近正态性。关键成分是高斯序列的非线性函数的样本分位数的Bahadur表示,其中相关函数对于某些$α>0$和某些慢变函数$L(\cdot)$为$k^{-α}L(k)$。
2007-02-08 math.ST stat.TH
Reduction principles for quantile and Bahadur-Kiefer processes of long-range dependent linear sequences
本文考虑长程相依线性序列的分位数和Bahadur-Kiefer过程。与以往研究不同的是,这些过程在整个间隔$(0,1)$上考虑。众所周知,分位数过程在尾部可能具有非常不稳定的行为。我们克服了这个问题,考虑这些过程与适当的权函数。通过这种方式,我们得出强近似,产生一些不与i.i.d.共享的显着现象。序列,包括Bahadur-Kiefer过程的弱收敛,一般和一致Bahadur-Kiefer过程的不同逐点行为,以及一般分位数过程的有点“奇怪”的行为。
2008-02-07 math.ST stat.TH
Studentized U-quantile processes under dependence with applications to change-point analysis
许多流行的稳健估计是$U$ -分位数,最著名的是Hodges-Lehmann位置估计和$Q_n$尺度估计。在不作任何矩假设和弱短程相依条件下,证明了序列$U$ -分位数过程的泛函中心极限定理.我们进一步设计了一个估计的长期方差,并显示其一致性,从学生化版本的序列$U$ -分位数过程的标准布朗运动的收敛如下。该结果可用于构造基于$U$ -分位数的CANUM型变点检验,该检验不依赖于自举过程。我们详细展示了这种方法的例子中的Hodges-Lehmann估计稳健检测中心位置的变化。仿真研究证实了非常好的鲁棒性和效率性能的测试。两个真实的数据集进行了分析。
2016-03-18 math.ST stat.TH
Statistical Inference for Functional Linear Quantile Regression
我们提出了功能线性分位数回归的推理工具,其中标量响应的条件分位数被假设为功能协变量的线性泛函。与传统的方法相比,我们采用核卷积来平滑原始损失函数。系数函数在再生核希尔伯特空间框架下估计。梯度下降算法的目的是最小化平滑损失函数与粗糙度惩罚。借助于Banach不动点定理,在适当的希尔伯特空间中证明了我们所提出的估计作为正则化损失函数的最小值的存在唯一性.此外,我们建立了估计的收敛速度以及弱收敛。据我们所知,这是函数分位数回归模型的第一个弱收敛结果。然后,基于这些理论性质,开发了真系数函数的逐点置信区间和同步置信带。数值研究,包括模拟和数据应用进行调查的性能,我们的估计和推理工具在有限样本。
2022-02-23 math.ST stat.ME stat.TH
Change-point detection in a linear model by adaptive fused quantile method
提出了一种新的变点多元线性回归模型分位数估计方法:采用分位数融合罚函数或分位数融合罚函数的自适应形式,自动进行变点检测和模型估计.这两种方法结合了用于分位数估计的校验函数的思想和从信号处理中已知的$L_1$惩罚原理,并且与一些标准方法不同,所提出的方法超越了通常对模型误差所需的典型假设,例如亚高斯或正态分布。它们可以有效地处理重尾随机误差分布,并且通常,它们提供了一个更复杂的数据视图,因为可以获得目标分布的任何条件分位数,而不仅仅是条件均值。证明了检测的一致性,并给出了参数估计的正确收敛速度.通过广泛的比较模拟研究和实际利用率的实证性能进行了研究,证明了使用一个真实的数据例子。
2019-04-09 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
Multivariate Ranks and Quantiles using Optimal Transport: Consistency, Rates, and Nonparametric Testing
在本文中,我们研究多变量的秩和分位数,定义使用理论的最优输运,并建立在工作中的Zhuzhukov等人。(2017)和Hallin et al.(2021年)。我们研究了多元秩和分位数函数及其经验对应函数的特征、计算和性质。在一定的假设下,我们得到了这些经验估计与其总体版本的一致一致性。事实上,我们证明了一个Glivenko-Cantelli型定理,证明了经验秩映射在任何方向上的渐近稳定性。在温和的结构假设下,我们提供了经验分位数和秩映射的全局和局部收敛速度。对于经验分位数函数的全局L_2损失,我们给出了一个亚高斯尾界。此外,我们提出了调整无参数的多元非参数检验-两个样本检验和相互独立性检验-基于我们的多元分位数/秩的概念。这些测试的渐近一致性和相关的检验统计量的收敛速度推导,无论是在零假设和备择假设。
2021-05-05 math.PR math.ST stat.TH
Quantile processes and their applications in finite populations
本文在超总体模型下多种抽样设计中证明有限总体分位数过程的弱收敛性,推导相关估计量的渐近分布并构造置信区间,还比较了估计量性能,发现辅助信息有时会产生不利影响。
2024-11-29 math.ST stat.ME stat.TH
Functional nonparametric estimation of conditional extreme quantiles
当函数协变量信息可用时,以及当分位数的阶数随着样本量的增加而收敛到1时,我们讨论了重尾分布分位数的估计。这样的“极端”分位数可以位于数据的范围内,或者接近甚至超出样本的边界,这取决于它们的阶数收敛到1的收敛速度。引入了这些泛函极值分位数的非参数估计,建立了它们的渐近分布,并研究了它们的有限样本行为。
2011-04-01 math.ST stat.ME stat.TH
Approximation of high quantiles from intermediate quantiles
由于应用程序需要分位数估计非常小的概率的重复性,本文地址估计高分位数的概率范围内的幂指数低于-1的样本量。作为规律性假设,另一种广义帕累托尾极限的探索,为此目的。动机的替代规律性的假设,它被证明是相当于一个极限关系的对数的生存函数,对数-GW的尾部限制,广义的GW(广义威布尔)的尾部限制,广义的威布尔尾部限制。的吸引区域的描述,并收敛结果的分位数近似和一个简单的分位数估计的基础上的对数GW的尾巴。模拟,并指出基于对数GW的估计的高分位数的优点和局限性。
2016-03-15 math.PR math.ST stat.TH
Asymptotics for the expected shortfall
我们推导出经验分位数的联合渐近分布和预期的不足,在一般条件下的分布的基础观测。特别地,我们不假设分布函数在具有严格正导数的分位数处可微。因此,收敛速率和渐近分布的分位数可以是非标准的,但我们的结果表明,预期的短缺保持渐近正常的$\sqrt{n}$率,我们甚至给出了联合分布在这种非标准的情况下。在推导中,我们使用Fissler和Ziegel(2016)最近引入的分位数和预期短缺的二元评分函数。主要的技术问题是在应用argmax-连续性定理时处理分位数和期望短缺的不同比率。我们还考虑了有限支持的谱测度的谱风险度量,并在模拟研究中说明了我们的结果。
2016-11-25 math.ST stat.TH
On kernel smoothing for extremal quantile regression
通过反转响应的条件分布的核估计量获得的非参数回归分位数在统计学中早已建立。然而,注意力一直局限于远离条件分布尾部的普通分位数。本文的目的是将他们的渐近理论推广到尾部。我们专注于极值分位数回归估计的响应变量给定的协变量在一般设置的向量,无论条件极值指数是积极的,消极的,或零。具体来说,我们阐明他们的极限分布时,他们位于数据的范围内或附近,甚至超出样本边界,在技术条件下,链接的收敛速度(中间或极端)的分位数函数的振荡和冯-米塞斯属性的条件分布。给出了仿真实验和实际数据的说明。真实的数据是美国电力数据,其中条件极值的估计被发现是真正感兴趣的。
2013-12-18 math.ST stat.TH
Monge-Kantorovich Depth, Quantiles, Ranks, and Signs
我们提出了新的概念,统计深度,多元分位数,排名和标志,基于规范的运输之间的分布的兴趣$R^d$和参考分布的$d$维单位球的地图。新的深度概念,称为蒙格-康托洛维奇深度,专门用于球形分布的情况下的半空间深度,但是,对于更一般的分布,不同于后者的能力,其轮廓占非凸特征的分布的兴趣。我们提出了经验对应的人口版本的Monge Kantorovich的深度轮廓,分位数,排名和标志,并通过建立一个一致收敛性属性的经验运输地图,这是独立的利益,显示其一致性。
2015-09-21 econ.EM math.ST stat.TH
On Stability and Decomposition of Sample Quantiles under Heavy-Tailed Distributions
School of Business, Stevens Institute of Technology(斯蒂文斯理工学院商学院)
针对重尾分布下由估计参数索引的样本分位数,提出Q-Q正交性分解方法,将投影方向变化与分位数阈值效应分离,得到三项分解以分析稳定性。
2026-05-22 cs.LG math.ST stat.ML
Quantiles and Quantile Regression on Riemannian Manifolds: a measure-transportation-based approach
本文针对无边界紧黎曼流形提出基于最优传输数据驱动排序的分位数、分布函数、秩和符号定义,建立一致收敛性与分布无关性等理论性质,并重点研究方向型或环面型多重输出的分位数回归,通过大量模拟验证其有效性。
2024-10-21 math.GT math.ST stat.ME
A Piecewise Lyapunov Analysis of Sub-quadratic SGD: Applications to Robust and Quantile Regression
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Cornell University(康奈尔大学)
针对鲁棒和分位数回归问题,提出分段李雅普诺夫函数分析亚二次尾部局部强凸目标的SGD,推导有限时间矩界、弱收敛等结果,首次给出几何收敛性,应用于在线鲁棒回归和分位数回归。
2025-04-15 cs.LG math.OC math.PR
On multivariate quantiles under partial orders
本文主要从序的角度对分位数进行推广。我们提出了偏分位数的概念,它是基于一个给定的偏序。我们建立了部分分位数是保序变换下的数据,稳定的离群值,表征的概率分布,如果偏序是足够丰富的,推广的概念,有效的前沿,并可以从偏序的角度来衡量分散。我们还研究了偏分位数的几个统计方面。我们提供了估计,相关的收敛速度,并在连续的分位数指数一致举行的渐近分布。此外,我们提供的程序,可以恢复单调性的性质,可能会受到干扰的估计误差,建立计算复杂性的界限,并指出浓度的措施的现象(后者下的独立性和分量自然序)。最后,我们通过讨论几个理论例子和模拟来说明这些概念。实证应用比较饮食中的营养摄入量,评估投资基金的业绩,并研究烟草意识的政策的影响,也提出了说明的概念和它们的使用。
2011-05-30 math.PR math.ST stat.ME
Quasi-Monte Carlo confidence intervals using quantiles of randomized nets
Johann Radon Institute for Computational and Applied Mathematics, ÖAW(约翰·拉多纳计算与应用数学研究所,奥地利科学院);Institute of Fundamental and Transdisciplinary Research, Zhejiang University(浙江大学基础与交叉研究学院)
本文提出利用随机化网的分位数构造高维积分的渐近有效置信区间方法。
2026-02-25 cs.NA math.NA math.ST
On the use of a local $\hat{R}$ to improve MCMC convergence diagnostic
诊断马尔可夫链蒙特卡罗算法的收敛性是一个重要的问题,至今仍没有得到很好的解决.在最流行的方法中,潜在规模缩减因子,通常称为$\hat{R}$,是一种基于方差间和方差内比较来监测输出链向目标分布收敛的指标。自90年代引入以来,已经提出了一些改进建议。在这里,我们的目标是更好地理解$\hat{R}$的行为,提出了一个本地化的版本,重点放在目标分布的分位数。这个新版本依赖于相关总体值的关键理论特性。它自然会导致提出一个新的指标$\hat{R}_\infty$,这是允许本地化的马尔可夫链蒙特卡罗收敛在不同的分位数的目标分布,并在同一时间处理一些收敛问题没有检测到其他$\hat{R}$版本。
2023-03-03 math.ST stat.CO stat.ME