Regression in the Nondifferentiable Bivariate Extreme Models
不可微二元极值模型中的回归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：摘要属于二元极值分布的回归比较，未明确涉及所列经济或金融应用方向。
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
不可微二元极值模型中的回归
- 研究问题
- 在biextremal与Gumbel二元极值模型中，线性回归对一般回归的近似程度如何，怎样通过相关性指标评价这种近似？
- 方法与思路
- 作者基于相关比和相关系数的取值，比较两类二元极值模型的一般回归与线性回归，并通过计算评估近似效果。
- 材料陈述的贡献
- 摘要称计算结果显示，两种模型中的线性回归均能较好近似一般回归，但未给出误差大小或适用参数范围。
- 阅读关注点
- 阅读时应核对两类极值模型的定义、不可微性的作用，以及相关指标如何支持近似评价和结论的参数适用范围。
- 阅读边界
- 依据稿件版本未注明的OpenAlex索引摘要；计算范围与近似误差未说明，也未提供金融尾部风险应用的证据。
原文摘要
This paper compares general and linear regression for the biextremal and Gumbel bivariate extreme models. The technique is based on the values of the correlation ratios and coefficients. The computations show that linear regression is a good approximation to the general one in both cases.