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
Cure-rate estimation under Case-1 interval censoring
研究了区间删失情形下混合模型治愈率的非参数估计。证明了治愈率的非参数极大似然估计（NPMLE）是不唯一的，也是不相容的，并在此删失模型下，基于分布函数的NPMLE给出了两个估计.我们提出了一个交叉验证方法来选择一个“截止”点所需的估计。后者的极限分布得到极值理论。提供了基于模拟数据的程序的图解说明。
2007-01-12 math.ST stat.TH
Optimum Multiple Sampling Plan Based on the Process Capability Index $C_{py}$ Under Type-II Hybrid Censoring
Indian Institute of Technology Patna（印度理工学院巴特那分校）；Indian Institute of Technology Mandi（印度理工学院曼迪分校）；Indian Statistical Institute（印度统计研究所）
研究基于广义过程能力指数\(C_{py}\)，在II型混合截尾方案下提出阶段独立多重抽样计划（SIMSP），通过消除抽样阶段依赖提高检验效率，经约束优化确定最优设计，数值研究表明其经济高效且可行。
2026-07-28 math.OC stat.AP
Estimation of the extreme value index in a censorship framework: asymptotic and finite sample behaviour
本文重新讨论了重尾分布下随机截尾数据的极值指标的估计。我们引入了一类新的估计量，它包含了Worms and Worms（2014）和Beirlant et al.（2018）中给出的早期建议，与Beirlant et al.（2007）和Einmahl et al.（2008）中提出的伪最大似然估计量相比，它们具有良好的偏差特性。然而，在随机阈值情况下，Worms和Worms（2014）首次提出的估计量类型的渐近正态性仍然缺乏。我们得到了一个渐近表示和大类估计的渐近正态性，并考虑其有限样本行为。特别注意的情况下，严重的审查，即审查的数量在尾部至少是50%。我们得到了一个经典的$\sqrt{k}$率的渐近正态性，其中$k$表示在估计中使用的顶部数据的数量，这取决于删失的程度。
2018-04-18 math.ST stat.TH
Estimating the mean of a heavy-tailed distribution under random censoring
Stute引入的中心极限定理[随机删失下的中心极限定理。安。统计员。1995; 23：422-439]不适用于某些重尾分布。本文利用极值理论，提出了一种保证均值渐近正态性的估计方法。仿真研究进行评估的性能，这种估计过程
2015-07-12 math.ST stat.TH
Censored Heteroscedastic Extremes
University of Copenhagen（哥本哈根大学）
针对受随机右删失的非同分布极端观测值，提出 Beran 型相对事件 scedasis 估计量，通过扩展生存分析理论推导其一致性，经模拟和保险索赔应用验证了方法有效性。
2026-08-11 math.ST stat.TH
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
Conditional density estimation in a censored single-index regression model
在单指标回归假设下，我们引入了一个新的半参数方法来估计截尾响应的条件密度。该回归模型可以看作是Cox回归模型的推广，也可以看作是删失情形下进行降维的一种有益工具。该技术扩展了Delecroix等人（2003）的结果。我们得到的一致性和渐近正态性的指标参数的估计证明其渐近等价的（不可计算的）最大似然估计，使用鞅计数过程的结果和参数的经验过程理论。此外，我们提供了一个新的自适应过程，它允许我们选择在我们的方法中所涉及的平滑参数，并绕过Kaplan-Meier估计（1958）在分布的右尾的弱性能。通过模拟研究，我们研究了我们的估计量的小样本的行为。
2009-03-22 math.ST stat.TH
Efficient inference and simulation for elliptical Pareto processes
极值理论的最新进展已经建立了$\ell$ -Pareto过程作为极端事件的自然极限，其定义是风险泛函的方差。在这里，我们提供了一个易于处理的，但灵活的依赖模型的基础上的数据的实际建模方法。我们引入了椭圆$\ell$ -Pareto过程类，它是由相关函数和形状参数表征的某些椭圆过程的阈值方差的极限而产生的。提出了一种基于部分截尾最大化全似然的有效推理方法。提出了精确条件和无条件模拟的新程序。这些想法说明了在瑞士极端降水。
2015-11-11 stat.ME
Non-parametric cure rate estimation under insufficient follow-up using extremes
生存分析中的一个重要研究主题与治愈率的建模和估计有关，即永远不会发生感兴趣事件的受试者比例。然而，大多数估计方法提出的文献中没有处理的情况下，不充分的后续行动，也就是说，当正确的终点支持的删失时间严格小于生存时间的易感受试者，因此这些估计高估了治愈率在这种情况下。我们填补了这一空白，提出了一个新的估计的治愈率，利用外推技术，从该地区的极值理论。我们建立的估计量的渐近正态性，并显示如何估计工程的小样本通过模拟研究。我们还通过对乳腺癌患者生存数据的分析来说明其实际适用性。
2018-04-04 math.ST stat.ME stat.TH
Robust Confidence Intervals in High-Dimensional Left-Censored Regression
本文研究了高维左删失回归的稳健置信区间。I型截尾回归模型在实践中非常常见，其中竞争事件使感兴趣的变量不可观察。然而，为完全观测数据开发的技术并不直接适用于删失观测。在本文中，我们开发的平滑估计方程，增强去偏方法，使所得的估计是自适应删失，是更强大的误指定的误差分布。本文提出了一类统一的稳健估计，包括Mallow、Schweppe和Hill-Ryan的一步估计。在超高维的设置，其中的维度可以指数增长的样本量，我们表明，只要初步估计比$n^{-1/4}$收敛快，一步估计继承渐近分布的完全迭代版本。此外，我们表明，Bahadur表示的残差的大小匹配的简单线性模型，$s^{3/4 } (\log (p \vee n))^{3/4} / n^{1/4}$ -也就是说，删失的影响渐近消失。仿真结果表明，该方法对删失水平和误差分布的不对称性具有自适应性，并且在误差分布为对称分布时不损失效率。最后，我们将所开发的方法应用于与HIV-1研究相关的MAQC-II存储库的真实数据集。
2016-09-22 math.ST stat.ME stat.ML
Extremes of Censored and Uncensored Lifetimes in Survival Data
身份证。用于生存分析的删失模型假设两个独立的i.i.d.序列。正随机变量，$(T_i^*)_{1\le i\le n}$和$(U_i)_{1\le i\le n}$。数据由随机序列$\big(T_i=\min(T_i^*,U_i)$的观察结果以及伴随的删失指标组成。具有$T_i^*\le U_i$的$T_i$值被称为未删失，具有$T_i^*> U_i$的值被删失。我们假设$T_i^*$和$U_i$的分布在Gumbel分布的吸引区域中，并得到了数据中删失和未删失寿命的最大值以及与它们相关的统计量的渐近分布，作为样本大小$n\to\infty$。这些使我们能够研究有关人群中可能存在治愈的个体的问题。
2020-02-26 math.ST stat.AP stat.TH
Censored extreme value estimation
提出基于极值 Kaplan–Meier 积分的随机删失极值估计框架，扩展广义 Hill 型估计量并构造右删失数据极值指数估计量，模拟与脑癌数据验证其优势。
2025-02-16 math.ST stat.ME stat.TH
Single-index models for extreme value index regression
针对协变量高维时EVI非参数回归的维数灾难问题，在帕累托型尾分布下将单指标模型应用于EVI回归，提出惩罚极大似然估计并推导其渐近性质，数值研究验证了模型有效性。
2025-08-20 math.ST stat.TH
On the estimation of the extreme value index for randomly right-truncated data and application
基于截断和截断数据的顶部观测值的单样本分数，我们引入了随机截断下极值指标的相合估计。我们利用加权尾Copula过程框架建立了所提出的估计量的渐近正态性，并通过一些模拟检查了其有限样本行为。作为应用，我们给出了超额损失再保险费估计的渐近正态性结果。
2015-02-27 math.ST stat.TH
Nelson-Aalen tail product-limit process and extreme value index estimation under random censorship
在累积分布函数的Nelson-Aalen非参数估计的基础上，给出了随机右删失重尾数据下尾乘积极限过程的一个弱逼近.在这种情况下，一个新的一致的减少偏差估计的极值指数，并建立其渐近正态性，只有通过假设的二阶正则变化的基本分布函数。仿真研究表明，新提出的估计性能优于现有的。
2016-07-22 math.ST stat.TH
Extremes, extremal index estimation, records, moment problem for the Pseudo-Lindley distribution and applications
Zeghdoudi和Nedjar（2016）引入的伪林德利分布研究了其上尾。在这方面，当底层分布函数遵循伪林德利定律时，我们研究其值的行为、Hill估计量和双指标广义Hill统计过程（Ngom和Lo）的渐近正态性、记录值的渐近正态性和矩问题。
2019-12-14 math.ST stat.ME stat.TH
On Uniform Confidence Intervals for the Tail Index and the Extreme Quantile
本文给出了尾指数和极值分位数的一致置信区间的两个结果。首先，我们证明了不可能在局部非参数尾部分布族上构造一个长度最优的置信区间来满足正确的均匀覆盖。其次，根据不可能的结果，我们构造诚实的置信区间是一致有效的，通过将最坏情况下的偏差在局部非参数族。该方法适用于模拟数据和国家卫生统计中心的国家人口动态统计的真实数据集。
2022-10-23 math.ST stat.TH
Likelihood based inference for high-dimensional extreme value distributions
多元极值统计分析是关于几个被认为具有某种程度的尾部相关性的变量的观测值。在金融和保险风险建模或空间变量建模等领域，需要高维（高达50或更多）的极值模型及其统计推断程序。本文考虑谱随机向量具有绝对连续分布的最大稳定模型。对于具有最大稳定分布的随机样本，我们提供了完全似然的准显式解析表达式。当全似然由于维数太大而在数值上变得难以处理时，有必要将分量分成子组并考虑复合似然方法。对于最大稳定分布的最大吸引域中的随机样本，使用更简单的似然性的两种方法是可能的：（i）与删失方案相结合的阈值方法，（ii）利用关于分量最大值的发生时间的信息的块最大值方法。给出了估计量的渐近性质，并通过模拟检验了该方法的实用性。的估计量也进行了比较，从成对的复合似然方法，这是以前提出的空间极值文献。
2014-12-30 stat.AP
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
Robust and Smooth Estimation of the Extreme Tail Index via Weighted Minimum Density Power Divergence
本文针对 Pareto 型分布尾指数，在密度幂散差中引入权重函数，提出兼具稳健性与平滑性的估计量类别，证明其一致性和渐近正态性，并通过模拟评估有限样本表现。
2025-07-24 math.ST stat.TH
Estimating Extreme Value Index by Subsampling for Massive Datasets with Heavy-Tailed Distributions
现代统计分析经常遇到具有大规模和重尾分布的数据集。对于规模庞大的数据集，传统的估计方法很难直接估计极值指数。为了解决这个问题，我们在这里提出了一个基于子采样的方法。具体地说，多个子样本是从整个数据集通过使用简单的随机二次抽样替换技术。基于每个子样本，可以计算近似的极大似然估计。然后对所得估计值进行平均以形成更准确的估计值。在适当的正则条件下，我们从理论上证明了所提出的估计量是相合的和渐近正态的。借助估计的极值指标，我们可以一致地估计重尾随机变量的高水平分位数和尾概率。大量的仿真实验证明了我们的方法有前途的性能。为了说明的目的，还提供了一个真实的数据分析。
2022-07-25 stat.ME
Tail empirical process and weighted extreme value index estimator for randomly right-censored data
针对重尾右删失数据，引入了一种尾部经验过程，并建立了其高斯逼近。在二阶正则变差条件下，利用上述过程，提出了正极值指标的一个新的（加权）Hill型估计，并证明了它的相合性和渐近正态性.在一个比较模拟研究中，新定义的估计被认为是执行更好的比已经存在的偏差和均方误差。作为一个真实的数据例子，我们应用我们的估计过程来评估澳大利亚男性艾滋病患者的生存时间的尾部指数。值得注意的是，我们的方法也可以用来开发其他统计相关的分布尾部，如二阶参数和减少偏差尾部指数估计。此外，建议的尾部经验过程提供了一个良好的适合性测试下的审查帕累托模型。
2018-02-03 math.ST stat.TH
Surrogate-Assisted Estimation of Exposure-Time Effects in Stepped-Wedge Trials with Administratively Censored Outcomes
University of California San Diego（加州大学圣地亚哥分校）；University of Florida（佛罗里达大学）
本文提出一种替代辅助目标最小损失估计器，用于处理行政删失下的嵌套因果函数，通过替代桥表示避免逆概率加权，展示估计器的渐近线性与双鲁棒性，并通过模拟和真实数据验证其稳定性。
2026-09-04 math.ST stat.ME stat.TH
All Block Maxima method for estimating the extreme value index
Erasmus University Rotterdam（伊拉斯姆斯大学鹿特丹）；De Nederlandsche Bank（荷兰中央银行）；Tinbergen Institute（蒂宁伯根研究所）
本文提出所有块最大值估计器，该方法具有置换不变性，具有最低渐近方差，通过模拟研究验证了其渐近理论。
2026-04-13 math.ST stat.TH
A Reduced-Bias Weighted least square estimation of the Extreme Value Index
在本文中，我们提出了一个减少偏差估计的EVI的Pareto型尾（重尾）分布。这是使用加权最小二乘法得出的。证明了该估计在二阶条件下是无偏的、相合的和渐近正态的。有限样本性质的估计进行了研究，通过模拟研究。结果表明，该方法在偏差和均方误差方面都优于已有的极值指数估计。此外，它产生估计的$γ>0$，是不太敏感的顶部-顺序统计量的数量，因此，可以用于选择一个最佳的尾部分数。建议的估计进一步说明使用实际的数据集从土壤化学和保险。
2022-04-10 math.ST stat.AP stat.ME
Improved estimation of the extreme value index using related variables
重尾现象很自然地用极值统计分析。这种分析的关键步骤是估计极值指数，它描述了潜在概率分布的尾部沉重程度。我们考虑这样的情况，其中我们在感兴趣的$n$观测之后具有一个或多个相关变量的另一个$n+m$观测，例如，地震造成的经济损失和相关的能量释放量，其持续时间比损失的持续时间长。基于这样的数据集，我们提出了一个适应版本的希尔估计，表现出极大的改善的行为，我们建立了这个估计的渐近正态性。对于这种适应，感兴趣的变量和相关变量之间的尾部依赖性起着重要的作用。仿真研究证实了我们的自适应估计相对于希尔估计的性能大大提高。我们还提出了上述地震损失的应用。
2018-07-17 math.ST stat.TH
Estimating the second-order parameter of regular variation and bias reduction in tail index estimation under random truncation
本文提出了随机右截断Pareto型分布数据二阶参数的一个估计，并证明了它的相合性和渐近正态性。此外，我们还得到了尾指标的渐近无偏估计，并研究了它的渐近性质。我们的考虑是基于一个有用的高斯近似的尾部产品限制过程最近给出的Benchaira等人。[尾部产品限制过程截断数据与应用极值指数估计。Extremes，2016; 19：219-251]和Gomes等人的结果[极端统计中二阶参数的半参数估计。Extremes，2002; 5：387-414]。我们表明，通过模拟，建议的估计表现良好，在偏差和均方误差。
2016-10-20 math.ST stat.TH
How long should a block be?
HEC Montréal（蒙特利尔高等商学院）；École polytechnique fédérale de Lausanne（洛桑联邦理工学院）
本文研究了极端值分析中区块最大值方法中区块长度的选择，提出基于似然的方法和图形诊断来确定合适的区块长度，考虑了观测数据的可能舍入和左删失。
2026-05-12 stat.AP stat.ME
Perturbation-based Inference for Extreme Value Index
Fudan University（复旦大学）；Rice University（莱斯大学）
本文提出基于扰动的极值指数推断方法，通过生成超额值并应用GPD近似，实现稳健的置信区间构造，优于现有方法。
2025-12-12 stat.ME
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
Stability and contagion measures for spatial extreme value analyses
作为全球气候变化的一部分，预计水文循环将加速（包括强降水量增加）。因此，能够量化高影响水文关系非常重要，例如，某个位置的极端降水（或温度）对周围地区的影响。在多元极值理论的基础上，提出了一个传染指数和一个稳定指数。传染指数使得有可能量化高于高阈值的传染对一个区域可能产生的影响。稳定性指数反映与特定位置i相关联的区域中高阈值的预期交叉次数，假定在该位置处至少发生一次交叉。我们将发现一些著名的极值相关措施在文献中，这将提供即时估计。对于这些估计的应用程序在葡萄牙地区的年最大降水量。
2012-06-06 math.ST stat.TH
A Lynden-Bell integral estimator for extremes of randomly truncated data
研究了随机右截尾重尾数据的极值指数和极值分位数的估计问题。在较弱的假设和截断变量的重尾性小于截断变量的重尾性的条件下，证明了两种估计量的渐近正态性。建议的估计量的极值指数是一个适应的希尔估计，在thenatural形式的林登-贝尔积分。仿真说明了各种情况下的估计质量。
2015-07-15 math.ST stat.TH
Asymptotic generalized bivariate extreme with random index
在许多生物、农业、军事活动问题和一些质量控制问题中，由于各种原因，总是有一些观测数据丢失，因此几乎不可能有一个固定的样本量。因此，样本量本身通常被认为是一个随机变量（rv）。充分刻画了独立同分布RV的随机二元极值广义顺序统计量（GOS）的极限分布函数类.当随机样本量与基本变量无关且其分布函数弱收敛于非退化极限时，得到了随机二元极值广义系统弱收敛的充要条件.在随机尺寸与基本rv的相互关系不受限制的情况下，导出了收敛的充分条件和极限df的形式。给出了说明性的例子，进一步支持我们的理论结果。
2017-01-17 math.ST stat.TH
Non-parametric cure models through extreme-value tail estimation
本文提出一种基于极值理论和概率绘图的非参数方法，利用最高阶统计量联合估计治愈率与极值指数，在充分或不充分随访下重建免疫比例，其表现优于现有模型并应用于挪威出生数据。
2025-03-31 math.ST stat.TH
Smooth tail index estimation
本文提出用基于对数凹密度估计的分布函数分位数替代次序统计量，构造平滑尾部指数估计量，以改善小样本估计性能，并通过Monte Carlo模拟验证其在均方误差上显著优于非平滑估计量。
2007-07-31 math.ST stat.ME stat.TH
Mixed effects models for extreme value index regression
本文将混合效应模型引入极值指数回归，通过跨子群借用强度改进小样本子群的极值估计，并以理论分析、数值实验和加密货币市场股票风险评估验证其有效性。
2024-10-19 stat.ME
A new blocks estimator for the extremal index
连续发生极端观测会对社会产生影响。在极值理论中，有一些参数来评估高值聚类的效果，例如极值指数。极值指数的估计是文献中经常出现的主题，为此目的有几种方法。大多数现有的方法依赖于两个参数，其选择会影响估计的性能。在这里，我们考虑一个新的估计只依赖于一个参数，从而有助于减少不确定性的程度。模拟研究提出了激励的结果。还将介绍一个财务数据的应用程序。
2021-08-02 stat.ME
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
Extreme value statistics for truncated Pareto-type distributions
最近注意力已提请实际问题与使用无界帕累托分布，例如，当有自然的上界截断概率尾部。Aban，Meerschaert and Panorska（2006）推导了具有右截断点$T$的截断Pareto分布的Pareto尾指数的最大似然估计。Hill（1975）估计量则通过让$T \to \infty$。Nuyts（2010）也介绍了右截断下的极值估计问题，他提出了尾部指数的类似估计量，并考虑了对极值顺序统计量的数量进行修剪。鉴于在实践中，人们并不总是知道分布是否被截断或不，我们讨论了截断和非截断Pareto型分布下的Pareto指数和极端分位数的估计。我们还提出了一个截断的帕累托QQ图，以帮助决定截断和非截断的情况。这样我们扩展了经典的极值方法，增加了截断Pareto型模型，截断点$T \to \infty$作为样本量$n \to \infty$。最后，我们给出了一些实际的例子，渐近性和仿真结果。
2014-12-23 math.ST stat.TH
A double-indexed functional Hill process and applications
令$X_{1,n} \leq .... \leq X_{n,n}$为与样本$X_{1}, ...., X_{n}$相关的顺序统计量，该样本的相关分布函数（% \textit{df}）为$F$。我们关心的功能渐近行为的随机过程序列\begin{equation} T_{n}(f,s)=\sum_{j=1}^{j=k}f(j)\left(\log X_{n-j+1,n}-\log X_{n-j,n}\right)^{s}, \label{fme} \end{equation}的一些类$\mathcal{F}$的功能$f:\mathbb{N}% ^{\ast}\longmapsto \mathbb{R}_{+}$和$s \in ]0,+\infty[$和$k=k(n)$满足\begin{equation*} 1\leq k\leq n,k/n\rightarrow 0\text{as}n\rightarrow \infty . \end{equation*} \noindent我们表明，这是一个随机过程的利润率产生的极值指标的估计时，$F$是在极端域的吸引力。本文着重研究了它的有限维渐近律，并给出了一类新的极值指数估计，其性能与类似的估计进行了比较。结果接下来针对一个显式类$\mathcal{F}$进行详细说明。
2016-04-16 stat.ME
Some variations on the extremal index
我们重新考虑平稳序列的Leadbetter极值指标。它被解释为高于高阈值的极值聚类的预期大小的倒数。我们专注于重尾时间序列，特别是定期变化的平稳序列，并讨论了最近的研究，这些模型的极值理论。规则变化的时间序列具有多元规则变化的有限维分布。由于Basrak和Segers的结果，我们有明确的表示的极限集群结构的极端，导致明确的表达式的极限点过程的一致性和极值指数作为一个总结措施的极值聚类。极值指数出现在各种似乎没有直接关系的情况下，如极大值和点过程的收敛。我们考虑不同的表示的极值指数所产生的考虑的上下文中。我们讨论了这一理论，并将其应用于正则变化的AR（1）过程和仿射随机递归方程的解
2021-06-09 math.PR math.ST stat.TH
Statistical inference on $D^{(d)}(u_n)$ condition and estimation of the Extremal Index
本文针对极端事件聚类中的$D^{(d)}(u_n)$条件提出假设检验和极值指数估计量，并证明其渐近正态性，模拟及三国气象站数据验证了方法的有效性。
2023-11-11 math.ST stat.TH
How do mobility restrictions and social distancing during COVID-19 affect the crude oil price?
我们开发了一个空气流动性指数，并使用新开发的苹果驾驶趋势指数来评估COVID-19对原油价格的影响。我们使用分位数回归和平稳和非平稳极值模型来研究影响。我们发现，\textit{air mobility index}和\textit{driving trend index}显着影响下，上分位数以及WTI原油价格的中位数。极值模型表明，像COVID-19这样的事件可能会将油价再次推至负值区域，因为在此类流行病期间空气流动性急剧下降。
2021-01-02 stat.AP
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
Maximum likelihood estimators based on the block maxima method
极值指标是单变量极值理论中的一个基本参数。它捕获分布的尾部行为，并且是超出观察数据的外推的核心。在其他半参数方法（如流行的希尔估计）中，块最大值（BM）和超过阈值的峰值（POT）方法被广泛用于评估极值指数和相关的归一化常数。我们提供了基于BM方法的最大似然估计（MLE）的渐进理论。我们的主要结果是渐近正态性的极大似然估计与非平凡的偏见取决于极值指数和所谓的二阶参数。我们的方法结合了似然过程和块极大值的经验分位数过程的渐近展开。结果允许完成EVT中最常见的半参数估计（最大似然估计和基于POT或BM方法的概率加权矩估计）的比较，通过其渐近方差，偏差和最优均方误差。
2017-05-01 math.ST stat.TH
Design-Life Levels for Flood Extremes: A Dependence-Aware Block-Maxima Workflow for Severity and Persistence
National University of Singapore（新加坡国立大学）；Institut Teknologi Sepuluh Nopember（十十一月理工学院）
提出一种依赖感知的块最大值工作流，统一估计极端严重性、聚类持续性及设计寿命水平，通过滑动块最大值分位数缩放和稳定块窗口池化方法，在短记录依赖数据中改善区间校准，应用于水文和保险损失数据。
2026-09-24 stat.AP stat.ME
Moment Estimator-Based Extreme Quantile Estimation with Erroneous Observations: Application to Elliptical Extreme Quantile Region Estimation
针对极值理论中关注变量含观测误差的问题，量化误差对基于矩的极值指数及极端分位数估计的影响，推导误差渐近可忽略条件，并将方法应用于多元椭圆分布下仿射等变极端分位数区域估计。
2025-02-12 math.ST stat.TH
Censored lifespans in a double-truncated sample: Maximum likelihood inference for the exponential distribution
针对双截断样本中因删失阻碍分析的问题，假设寿命服从指数分布并推导似然函数，对不可观测样本量进行轮廓化处理，证明了参数可识别性及 M-estimator 的一致性与渐近正态性，并以德国企业寿命为例验证。
2025-04-23 stat.ME
Extreme quantile regression in a proportional tail framework
我们重新审视了Einmahl等人最初引入的异方差极值模型（JRSSB，2016），以描述非平稳序列的演变，其极值随时间推移而演变，并将其适应于一般的极端分位数回归框架。给出了极值指标和积分skedasis函数的估计，并证明了它们的渐近正态性。我们的结果是非常相似的异方差极端，但不同的证明方法强调耦合参数。我们还提出了skedasis函数的逐点估计和条件极值分位数的Weissman估计，并证明了这两个估计的渐近正态性。
2020-02-05 math.ST stat.TH
Functional kernel estimators of conditional extreme quantiles
我们解决了“极端”条件分位数的估计，即当它们的顺序收敛到一个作为样本量增加。为了得到渐近高斯分布的核估计，给出了它们的阶收敛到1的收敛速率的条件。导出了条件尾指数的Weissman型估计量和核估计量，允许估计任意阶的极端条件分位数。
2012-12-05 math.ST stat.TH
Data-Driven Threshold Machine: Scan Statistics, Change-Point Detection, and Extreme Bandits
Georgia Tech（佐治亚理工学院）
我们提出了一种新的分布免费的方法，数据驱动的阈值机（DTM），在许多学习任务的核心的一个基本问题：选择一个阈值为一个给定的预先指定的水平，边界的最大值（可能依赖，但平稳）随机序列的尾部概率。我们不假设数据分布，而是依赖于极值的渐近分布，并减少了问题的极值分布和极值指数的三个参数估计。我们通过估计极值索引来特别关注数据依赖性，因为在许多设置中，例如扫描统计，变点检测和极端强盗，其中统计序列中的依赖性可能很重要。我们的DTM的主要特点还包括鲁棒性和计算效率，它只需要一个样本路径，以形成一个可靠的估计阈值，相比之下，蒙特卡洛采样方法，需要绘制大量的样本路径。我们证明了良好的性能DTM通过数值例子在各种相关的设置。
2016-10-14 cs.LG math.ST stat.ML
Nonparametric estimation of conditional cure models for heavy-tailed distributions and under insufficient follow-up
在分析事件发生时间数据时，经常发生一些受试者没有经历感兴趣的事件。在存在协变量的情况下，已开发出考虑到这一特征的生存模型（称为"治愈模型"）。然而，当随访不充分时，当前关于具有协变量的非参数治愈模型的文献不能应用，即，当删失时间支持度的右端点严格小于易感受试者生存时间的右端点时。在本文中，我们试图填补这一空白，在文献中提出了新的估计的条件治愈率和条件生存函数使用外推技术来自极值理论。我们建立了所提出的估计量的渐近正态性，并通过模拟研究显示了该估计量在小样本情况下的工作原理。我们还通过对结肠癌患者生存数据的分析说明了它们的实用性。
2019-09-18 math.ST stat.ME 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
