A dependence measure for multivariate and spatial extreme values: Properties and inference
多变量与空间极值的依赖度量：性质与推断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：摘要研究一般多变量与空间极值，并以降雨为应用；没有金融尾部或系统性风险的直接证据，故不作金融分类。
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
多变量与空间极值的依赖度量：性质与推断
- 研究问题
- 如何刻画多变量及空间极值中的依赖关系，并保证估计出的不同阶依赖度量彼此相容、能够对应某个分布？
- 方法与思路
- 作者给出依赖度量自洽性的充要条件，以矩阵与函数性质描述两两依赖限制，并构造强制满足自洽性的非参数估计量。
- 材料陈述的贡献
- 摘要称新估计量改善了推断和解释性质；模拟展示既有估计量的自洽性问题，降雨应用显示极端依赖随距离平滑衰减。
- 阅读关注点
- 应核对依赖度量的定义、自洽约束的适用阶数、约束估计的实现，以及模拟比较和降雨极值选取所依赖的条件。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；摘要未给出改善幅度及极值建模条件，降雨应用结果不能直接推广到金融尾部风险。
原文摘要
We present properties of a dependence measure that arises in the study of extreme values in multivariate and spatial problems. For multivariate problems the dependence measure characterises dependence at the bivariate level, for all pairs and all higher orders up to and including the dimension of the variable. Necessary and sufficient conditions are given for subsets of dependence measures to be self‐consistent, that is to guarantee the existence of a distribution with such a subset of values for the dependence measure. For pairwise dependence, these conditions are given in terms of positive semidefinite matrices and non‐differentiable, positive definite functions. We construct new nonparametric estimators for the dependence measure which, unlike all naive nonparametric estimators, impose these self‐consistency properties. As the new estimators provide an improvement on the naive methods, both in terms of the inferential and interpretability properties, their use in exploratory extreme value analyses should aid the identification of appropriate dependence models. The methods are illustrated through an analysis of simulated multivariate data, which shows that a lack of self‐consistency is frequently a problem with the existing estimators, and by a spatial analysis of daily rainfall extremes in south‐west England, which finds a smooth decay in extremal dependence with distance.