A Stein Characterization-type Omnibus Tests for the Discrete Pareto Distribution
Central University of Rajasthan(中央拉贾斯坦大学);Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院)
本文提出一种基于Stein特征类型的离散Pareto分布拟合检验方法,适用于重尾和无限支持情况,通过概率生成函数构建,避免分箱和平滑技术,经模拟实验验证其优越性。
2026-05-07 math.ST stat.ME stat.TH
Estimation of the shape parameter of a generalized Pareto distribution based on a transformation to Pareto distributed variables
广义帕累托分布的随机变量可以转化为帕累托分布的随机变量。Pareto分布参数的极大似然估计存在显式表达式。基于概率加权方法,对广义Pareto分布形状参数的变换观测估计进行了性能检验。它被发现,以提高性能的概率加权估计,并执行良好的偏差和MSE。
2012-12-14 q-fin.CP stat.ME
Goodness-of-fit testing for the Pareto type-I distribution based on a mean residual life characterization
Indian Institute of Technology Tirupati(蒂鲁帕蒂印度理工学院)
针对帕累托I型分布,基于平均剩余寿命表征提出新型拟合优度检验,通过U统计量构建统计量,模拟显示其控制显著性水平且功效具竞争力,并用实际数据集验证。
2026-09-07 math.ST stat.ME stat.TH
A new randomness test solving problems of Discrete Fourier Transform Test
离散傅立叶变换测试(DFTT)是NIST SP 800 -22中包含的随机性测试,存在问题。这是因为尚未推导出检验统计量的理论参考分布。本文提出了一种新的检验方法,它以功率谱的方差作为检验统计量,其参考分布可以从理论上推导出来。DFTT的目的是检测周期性特征,建议的测试的目的是相同的。实验结果表明,该方法比DFTT具有更强的检测能力。
2017-08-28 stat.ME
Characterization based Goodness-of-Fit for Generalized Pareto Distribution: A Blend of Stein's Identity and Dynamic Survival Extropy
本文提出一种基于Stein恒等式与动态生存极熵的广义帕累托分布拟合优度检验方法,该方法具有渐近正态性和高功效,并适用于右删失数据。
2025-06-02 math.ST stat.AP stat.ME
Alternative modelling and inference methods for claim size distributions
财产业务线的索赔额分布的上尾通常由帕累托分布建模。然而,上尾不需要是帕累托分布,特殊的形状是可能的。在这里,扩大了损失分布建模的机会。其基本思想是调整其尾部的基础分布。由于不同的原因,(广义)帕累托分布被用作基础分布。上尾是重点,可以很好地模拟特殊情况下的离散混合的基础分布的组合的基础分布与适应分布通过其生存函数的产品。在对数损失与对数不对称概率之间的原线性函数中实现了一种平滑步长。下尾也可以调整。新的方法提供了随机解释的机会,并适用于观察到的损失。对于参数估计,使用最小Anderson Darling距离方法的修改。一个新的测试,建议排除观察到的上尾是更好地模拟一个简单的帕累托分布。应用了Q-Q图,并对次要结果进行了讨论。
2019-05-31 stat.ME
Randomness Evaluation with the Discrete Fourier Transform Test Based on Exact Analysis of the Reference Distribution
本文研究了NIST SP 800-22标准中离散傅立叶变换(DFT)测试中存在的问题。NIST SP 800-22标准是一个用于评估密码学应用中的物理和伪随机数发生器的测试集合。DFT检验中最关键的问题是其检验统计量的参考分布不是数学推导的,而是数值估计的,随机性的DFT检验是基于伪随机数发生器(PRNG)的。因此,除非参考分布是数学推导的,否则不应使用本DFT测试。在这里,我们证明了一个功率谱,这是一个组件的测试统计量,遵循卡方分布与2自由度。基于这一事实,我们提出了一个测试的参考分布的测试统计量的数学推导。对非随机序列和几种PRNG的测试结果表明,该方法比现有的DFT方法更可靠,更灵敏。
2017-01-08 cs.CR stat.ME
Novel Discrete Composite Distributions with Applications to Infectious Disease Data
针对Pareto分布仅能拟合阈值以上数据的局限,本文提出带Pareto尾部的新型离散复合分布及尾部指数检验方法,并在COVID-19和猴痘数据上验证其竞争力。
2023-09-28 math.ST stat.AP stat.ME
A test for second order stationarity of a time series based on the Discrete Fourier Transform (Technical Report)
考虑零均值离散时间序列,定义其在正则频率处的离散傅立叶变换。众所周知,当且仅当时间序列为二阶平稳时,离散傅立叶变换在正则频率处渐近不相关。利用这一重要性质,我们构造了一个Portmanteau型检验统计量来检验时间序列的平稳性。结果表明,在零平稳性条件下,检验统计量近似服从χ 2分布.为了检验检验统计量的功效,建立了局部平稳替代下的渐近分布。它被证明是一种类型的非中心卡方,其中的非中心性参数测量的偏离平稳性。该测试与模拟,它被证明具有良好的权力。文中还列举了一些实例来说明该检验方法。
2009-11-25 math.ST stat.ME stat.TH
A unified testing approach for log-symmetry using Fourier methods
Indian Institute of Technology, Tirupati(印度理工学院蒂鲁帕蒂分校);Indian Statistical Institute, Chennai(印度统计学院金奈分校)
本文提出了一种基于傅里叶方法的对数对称性检验方法,利用特征函数和$ L^2 $-型加权距离度量,具有更高的实证功效和计算效率。
2026-02-13 math.ST stat.ME stat.TH
From nonstationarity to stationarity via $1/f$ noise: discrete Fourier transforms and sample mean asymptotics for testing
Carleton University(卡尔顿大学);Nantes Université, CNRS, Laboratoire de Mathématiques Jean Leray, LMJL, UMR 6629(南特大学,法国国家科学研究中心,让·勒雷数学实验室)
本文研究具有长记忆和非平稳性的时间序列的统计量渐近行为,推导离散傅里叶变换的联合极限分布,并构造一个参数无关的检验来区分非平稳性与长记忆平稳性。
2026-05-27 math.ST stat.ME stat.TH
Testing normality in any dimension by Fourier methods in a multivariate Stein equation
研究了一类新的多元正态性仿射不变和相合检验。该测试是基于一个表征的标准$d$变量正态分布的唯一的解决方案的初值问题连接到一个偏微分方程,这是由一个多元斯坦方程的动机。检验标准是适当加权的$L^2$ -统计量。我们推导出极限分布的检验统计量下的原假设,以及在连续和固定的替代品的正态性。在固定方案下,得到了极限方差的一致估计,并给出了潜在方案与多元正态分布的距离的渐近置信区间.在模拟研究中,我们表明,测试是强大的,与突出的竞争对手相比,经验覆盖率的渐近置信区间收敛到标称水平。我们提出了一个真实的数据例子,我们概述了进一步研究的主题。
2020-07-06 math.ST stat.ME stat.TH
The nonlinear distribution of employment across municipalities
在本文中,非线性分布的就业西班牙城市进行了分析。此外,我们探讨了广义幂律(GPL)分布的家庭的属性,并测试其充分就业数据建模。GPL家族的层次结构,包括帕累托(幂律)分布的层次结构进行了深入研究。导出了一个新的重尾GPL分布族,它与Pareto(幂律)模型的右尾等价。我们的研究结果表明,一方面,西班牙各城市的就业分布遵循幂律行为的上尾,另一方面,GPL模型建模就业数据在整个分布范围的充分性。
2018-11-23 physics.soc-ph stat.ME