Extremal Index Estimation for a Weakly Dependent Stationary Sequence
弱依赖平稳序列的极值指数估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以弱依赖平稳序列及其最大值分布为对象，直接支持时间序列分类，但不足以认定金融风险方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
弱依赖平稳序列的极值指数估计
- 研究问题
- 在平稳且弱依赖的序列中，极值指数如何参与样本最大值分布的近似，又如何构造具有渐近最优性的估计？
- 方法与思路
- 作者研究由极值指数和边际分布决定的样本最大值分布近似，提出自适应估计程序，并在一个估计量类别内比较最优性。
- 材料陈述的贡献
- 摘要称样本量增大时可一致地近似最大值分布，所提自适应程序在指定估计量类别中具有渐近最优性。
- 阅读关注点
- 核对弱依赖条件、分布一致近似的含义、自适应程序的选择规则，以及渐近最优性对应的损失和比较类别。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；具体依赖条件、算法与最优性准则未说明，也未提供金融风险应用。
原文摘要
Under stationarity and weak dependence, the statistical significance and the estimation of the extremal index are considered. It is shown that the distribution of the sample maximum can be uniformly approximated given the extremal index and the marginal distribution as the sample size increases. An adaptive procedure is proposed for estimating the extremal index. The procedure is shown to be asymptotically optimal in a class of estimators.