On Asymptotics Related to Classical Inference in Stochastic Differential Equations with Random Effects
Delattre等人（2013）考虑了n个独立的随机微分方程（SDEs），其中在每种情况下，漂移项与随机效应相关，其分布取决于未知参数。在独立恒等（iid）情形下，给出了随机效应参数超参数极大似然估计的弱相合性和渐近正态性的独立证明.本文作为证明随机效应情形下的相合性和渐近正态性的另一种途径，验证了现有相关定理所要求的正则性条件.特别是，这种方法允许我们在较弱的假设下证明强一致性。但更重要的是，我们进一步考虑了独立的，但不相同的设置与随机效应的基本框架，并证明渐近结果与MLE。
2016-05-11 math.ST stat.TH
Extremal clustering in non-stationary random sequences
众所周知，严格平稳序列的极值分布不同于独立同分布序列的分布，因为极值聚类可能发生。在这里，我们考虑非平稳但同分布的随机变量序列的适当的长程相关性的限制。我们发现，适当规范化的样本最大值的极限分布取决于一个参数，测量的序列的平均极值聚类。基于这种新的表示，我们得到的渐近分布之间的时间连续的极端观察和构造矩和似然估计的极值聚类的措施。我们专门我们的结果，以随机序列的周期依赖结构。
2021-04-22 math.ST stat.TH
On the rate of convergence to the Boolean extreme value distribution under the von Mises condition
研究在von Mises条件下，布尔独立同分布正算子归一化谱极大值收敛到布尔极值分布的速度，探讨其收敛速率及极限分布特性。
2026-04-08 math.PR math.ST stat.TH
Rates of convergence for Renyi entropy in extreme value theory
本文研究了线性标准化部分最大值的Renyi熵向max stable laws的Renyi熵收敛的收敛速度，推广了Saeb (2014)的收敛性结论。
2014-02-26 math.ST stat.TH
Reverse Exchangeability and Extreme Order Statistics
对于二元随机向量（X，Y），给出了在|X|，|Y|，|max（X，Y）|得双曲正弦值.| min（X，Y）|.将这些结果部分推广到多元随机向量（X1，.，Xn）也给出。
2012-06-21 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
Ordering Results between Two Extreme Order Statistics with Heterogeneous Linear Failure Rate Distributed Components
本文研究组件寿命服从异质线性失效率分布时串联与并联系统的随机比较，基于数量级、变换和变异性等多种随机序建立排序结果，并通过数值例子和实际应用验证理论结论。
2025-06-06 math.ST stat.TH
Ordering results of extreme order statistics from multiple-outlier scale models with dependence
本文主要研究了相依多野值尺度模型中极值顺序统计量的随机比较问题。阿基米德Copula用于描述非负随机变量之间的相关结构。在通常的随机意义下，反向风险率，星和洛伦兹秩序的最大顺序统计量的比较得到的充分条件。最小的顺序统计量也比较相对于通常的随机，风险率，明星和洛伦兹订单。为了说明理论的建立，提供了一些例子。
2020-12-15 math.ST stat.ME stat.OT
Doubly stochastic distributions of extreme events
独立同分布随机变量序列的块极大值分布在许多学科中被用来模拟极值。传统的极值（EV）理论在渐近假设下推导出块极大值分布的封闭形式的表达式，并且通常使用年极大值或超过高阈值的超额来拟合，从而丢弃了大部分可用的观测值。最近引入的元统计极值分布（MEVD），一个非渐近的制定基于双随机分布，已被证明提供了几个优势相比，传统的EV理论。特别是，MEVD明确地说明了生成极值的过程的可变性，并使用所有可用的信息来执行高分位数推断。在这里，我们回顾了MEVD的推导过程，详细分析了它的假设，并表明它的一般公式包括最近提出的极值分析的其他双随机方法。
2019-02-26 stat.AP stat.ME
Super Generalized Central Limit Theorem: Limit distributions for sums of non-identical random variables with power-laws
Kyoto University（京都大学）
本文研究非同分布随机变量求和的极限分布，证明其收敛于唯一稳定分布，解释了稳定分布的普遍性。
2017-08-21 econ.GN math-ph math.MP
Asymptotic posterior normality of the generalized extreme value distribution
针对广义极值分布因不满足标准正则条件导致渐近理论发展不足的问题，本文证明了在给定独立同分布样本时其参数向量的后验分布依分布收敛于三元正态分布。
2023-06-30 math.ST stat.ME stat.TH
Mixed Frequency Stochastic Frontier Model: with application to the linkage of weather extremes and firm efficiency
Monash University（蒙纳士大学）；Sunway University（双威大学）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
本文提出混频随机前沿模型，通过后向拟合算法的混合方法估计，解决随机前沿模型正偏度问题，将其用于分析菲律宾电力合作社数据中企业效率与极端天气的关联，为评估气候变化引发的微观可持续性问题提供方法。
2026-08-03 stat.ME
AL-SPCE - Reliability analysis for nondeterministic models using stochastic polynomial chaos expansions and active learning
ETH Zürich（苏黎世联邦理工学院）
本研究针对非确定性模型可靠性分析中现有方法计算成本高的问题，提出AL-SPCE主动学习框架，结合SPCE与不确定性量化，可在保证估计准确性的前提下提升计算效率。
2026-09-02 stat.CO stat.ME stat.ML
On all Pickands Dependence Functions whose corresponding Extreme-Value-Copulas have Spearman $ρ$ (Kendall $τ$) identical to some value $v \in [0,1]$
我们回答了第二作者在2016年萨尔茨堡依赖模型和Copula研讨会上提出的一个开放性问题，该问题涉及所有Pickands依赖函数$A$的家族$\mathcal{A}^ρ_v$（$\mathcal{A}^τ_v$）的大小，其对应的极值-Copula具有Spearman $ρ$（Kendall $τ$）等于某个任意的固定值$v \in [0,1]$。在确定紧集$Ω^ρ_v, Ω^τ_v \subseteq [0,1] \times [\frac{1}{2},1]$包含所有Pickands依赖函数的图从类$\mathcal{A}^ρ_v$和$\mathcal{A}^τ_v$分别，然后我们表明，这两个集是最好的可能。
2018-01-23 math.ST stat.TH
Efficient global estimation of conditional-value-at-risk through stochastic kriging and extreme value theory
本文提出将极值理论与随机克里金元建模相结合，用于对复杂随机仿真系统中的条件风险价值进行全局估计，并通过推导基于极值理论的内在方差估计量避免设计点上的重复仿真，从而显著降低计算成本。
2024-03-27 math.OC stat.ME
Remanufacturing cost analysis under uncertain core quality and return conditions: extreme and non-extreme scenarios
在核心质量条件下，退货数量和时间可以在过程成本中传播和积累，并使成本评估复杂化。然而，无论成本评估的复杂性，准确的成本模型是成功的再制造操作管理所必需的。本文分析了正常回收和极端回收条件下，旧件质量状况、回收量和回收时机对再制造成本的联合影响。为了进行这种分析，一种新的多变量随机模型称为随机再制造成本模型（SCoRM）的开发。在建立SCoRM，混合帕累托分布（HPD），伯努利过程，和一个多项式的成本函数。讨论了堆芯返回过程可以用离散时间马尔可夫链（DTMC）来描述。在案例研究中，SCoRM应用于评估的蒸汽疏水阀的化工联合体的再制造成本。用Bootstrapping技术分析了SCoRM在预测任务中的准确性和变异性。通过这种差异分析，确定了最佳和最差的成本方案。最后，为了生成关于SCoRM的预测性能的比较见解，将该模型与人工神经网络、支持向量机、广义可加模型和随机森林算法进行比较。结果表明，SCoRM可以有效地用于再制造成本分析。关键词：再制造，极值理论，混合帕累托分布，随机模型。
2018-01-31 stat.AP
Toward Scalable Risk Analysis for Stochastic Systems Using Extreme Value Theory
我们的目标是分析有限时间随机系统的行为，其模型是不可用的，在更罕见和有害的结果的背景下。由于这些结果的罕见性，标准估计量在预测这些结果时并不有效。相反，我们使用极值理论（EVT），随机变量的归一化最大值的长期行为的理论。我们使用可积随机变量$Y$的上半幂函数$ρ(Y) = E(\max\{Y - μ,0\})$和平均值$μ= E(Y)$来量化风险。$ρ(Y)$是与$λ\in [0,1]$共同使用的均值上半对数功能$μ+ λρ(Y)$的风险感知部分。为了评估更罕见和有害的结果，我们提出了一个基于EVT的估计$ρ(Y)$在给定的分数的最坏情况。我们表明，我们的估计享有一个封闭的形式表示在流行的条件风险值功能。在实验中，我们说明了我们的估计使用少量的i.i.d.的外推功率。样品（$<$ 50）。我们的方法是有用的，当模型无法访问和数据收集是昂贵的有限时间系统的风险估计。数值复杂度不随状态空间的大小而增长。
2022-06-21 cs.SY eess.SY stat.ME
A Simulation Comparison of Estimators of Conditional Extreme Value Index under Right Random Censoring
在极值分析中，极值指数起着至关重要的作用，因为它决定了潜在分布的尾部沉重程度，并且是估计其他极端事件所需的主要参数。本文讨论了右随机截尾情形下的极值指标估计以及协变量信息的存在性。此外，我们提出了一些估计的极值指数，包括极大似然估计扰动Pareto分布。在相同的条件下，现有的估计和建议的比较，通过模拟研究。结果表明，估计量的性能取决于截尾百分比、底层分布、极值指标的大小和前顺序统计量的个数。总体而言，我们发现，从扰动帕累托分布的估计是强大的删失，极值指数的大小和顶部的顺序统计量的数量。
2017-09-25 stat.CO
Dependence Structure of Spatial Extremes Using Threshold Approach
空间极值的分析需要在大量的站点和最大稳定过程的空间过程的联合建模已被开发为一类适合于研究空间极值的随机过程。极值分析中的空间依赖结构可以用极大稳定过程来度量。然而，关于极大稳定过程的阈值方法的研究却很少。我们提出了一个最大稳定过程估计的阈值版本，并应用Padoan等人（2010）的成对复合似然方法来估计空间依赖参数。在随机抽样设计下，基于增域渐近性的设定，建立估计的极限行为是一个有趣的问题。对于满足吸引域的分布，在二阶正则变分条件下，给出了两种不同类型的渐近正态性。本文通过模拟实现了相依参数估计量在极限意义下的理论性质，并讨论了最佳门限的选择问题。
2012-09-27 stat.ME
On Bayesian Asymptotics in Stochastic Differential Equations with Random Effects
Delattre等人（2013）研究了与n个独立随机微分方程（SDEs）相关的随机效应总体参数的最大似然估计的渐近性质，假设SDEs是独立和相同的（iid）。在这篇文章中，我们考虑的贝叶斯方法来学习的总体参数，并证明了一致性和渐近正态性的相应的后验分布在iid设置以及当SDES是独立的，但不相同的。
2016-05-11 math.ST stat.TH
On Classical and Bayesian Asymptotics in State Space Stochastic Differential Equations
本文研究了状态空间随机微分方程参数的极大似然和后验分布的相合性和渐近正态性。然后，我们扩展我们的渐近理论的随机效应模型的基础上系统的状态空间的SDES，包括独立的和相同的和独立的，但不相同的集合的状态空间SDES。我们还解决了多维线性随机效应的情况下，渐近推理，并在数据以离散形式提供的情况下。值得注意的是，无论是经典范式还是贝叶斯范式，迄今为止尚未在状态空间偏微分方程中研究过渐进推理。
2018-11-11 math.ST stat.TH
Spatial extreme values: variational techniques and stochastic integrals
这项工作采用变分技术，重新审视和扩展的建设和分析的极值过程。这些技术允许一个新的研究空间统计的位置最小化事件。我们开发的积分公式计算统计的空间偏置极值事件，并表明，他们是类似的随机积分的设置标准的随机过程。我们还建立了一个渐近结果的精神的Fisher-Tippett-Gnedenko理论的更广泛的一类极值事件，并讨论了我们的结果的一些应用。
2018-08-09 math.PR math.ST stat.TH
On Classical and Bayesian Asymptotics in Stochastic Differential Equations with Random Effects having Mixture Normal Distributions
Delattre等人（2013）考虑了随机效应设置中的随机微分方程（SDEs）系统。在独立恒等（iid）情形下，假设随机效应服从正态分布，建立了随机效应总体参数的极大似然估计的弱相合性.在这篇文章中，尊重日益增加的重要性和通用性的正常混合和他们的能力，以接近任何标准分布，我们认为随机效应混合的正态分布，并证明渐近结果与MLE在独立和相同（iid）和独立，但不相同（non-iid）的情况。此外，我们认为iid和非iid设置下的贝叶斯范式和建立后验一致性和渐近正态性的总体参数的后验分布，即使当混合成分的数量是未知的，并作为一个随机变量。虽然我们是一个独立的工作，我们后来注意到，Delattre等人。（2016）也假设了随机效应参数的正态混合分布的随机设置，但只考虑了iid的情况，并且在一个额外的强假设下只证明了MLE的弱一致性，而不是强一致性，我们能够在没有额外假设的情况下证明。此外，他们没有处理渐近正态性的MLE或贝叶斯渐近对应，我们在详细调查。充分的模拟实验和应用到一个真实的，股票市场的数据集揭示了我们的方法，即使是小样本的重要性和实用性。
2020-05-01 math.ST stat.TH
Non-parametric Stochastic Approximation with Large Step sizes
本文在再生核希尔伯特空间（RKHS）框架下研究了随机设计最小二乘回归问题。给定独立且同分布的输入/输出数据流，我们的目标是在RKHS $\mathcal{H}$内学习回归函数，即使最佳预测器（即，条件期望）不在$\mathcal{H}$中。在一个随机逼近框架，估计更新后，每次观察，我们表明，平均非正则化最小均方算法（一种形式的随机梯度），给定一个足够大的步长，达到最佳的收敛速度为各种制度的最佳预测函数和$\mathcal{H}$中的功能的平滑。
2016-03-29 math.ST stat.TH
Extreme Eigenvalues of Nonlinear Correlation Matrices with Applications to Additive Models
一对随机变量的函数的最大相关性是随机相关性的一个重要度量。已知该最大非线性相关与一对高斯随机变量或一对iid随机变量的有限和的皮尔逊相关的绝对值相同。本文将这些结果推广到两两高斯向量和过程、iid随机变量的套和以及iid随机变量子群的置换对称函数。它还讨论了添加剂回归模型的应用。
2020-08-09 math.PR math.ST stat.TH
