Estimating Tails of Probability Distributions
概率分布尾部的估计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：摘要研究一般概率分布的极值尾部估计，未明确涉及金融尾部或系统性风险。
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
概率分布尾部的估计
- 研究问题
- 如何利用超过阈值的观测估计分布尾部、正则变动指数与分布端点，并比较不同极值类型下估计量的渐近性质？
- 方法与思路
- 作者使用 Pickands 广义帕累托分布拟合阈值超额，通常采用最大似然，并结合已有收敛速度结果分析尾部估计。
- 材料陈述的贡献
- 摘要称结果覆盖三类极值极限，并提出指数及端点估计方法；在所述多数情形下，新方法相较特定基准具有性能优势。
- 阅读关注点
- 应核对阈值选择、尾部正则条件及收敛速度要求，尤其区分与 Hill 等估计量比较时采用的性能指标和适用分布范围。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；未核对全文或版本差异。摘要未列优势成立的具体条件，也未提供金融应用证据。
原文摘要
We study the asymptotic properties of estimators of the tail of a distribution based on the excesses over a threshold. A key idea is the use of Pickands' generalised Pareto distribution and its fitting, in most cases, by the method of maximum likelihood. The results cover all three limiting types of extreme value theory. We propose a new estimator for an index of regular variation and show that it often performs better than Hill's estimator. We give new results for estimating the endpoint of a distribution, extending earlier work by Hall and by Smith and Weissman. Finally, we give detailed results for the domain of attraction of $\exp(-e^{-x})$ and show that, in most cases, our proposed estimator is more efficient than two others, one based on the exponential distribution and the other due to Davis and Resnick. We also touch briefly on the problem of large deviations from a statistical point of view. The results make extensive use of existing work on rates of convergence.