Local Likelihood Smoothing of Sample Extremes
样本极值的局部似然平滑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：摘要的极值应用限于环境与体育，未明确金融风险或时间序列依赖模型，故不选相应细分。
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
样本极值的局部似然平滑
- 研究问题
- 如何在探索性分析中灵活刻画样本极值的变化趋势，减少固定参数趋势模型的限制，并评价平滑拟合的不确定性？
- 方法与思路
- 作者对广义极值分布及相关模型进行局部多项式拟合，形成半参数极值平滑方法，并采用重抽样评估拟合不确定性。
- 材料陈述的贡献
- 摘要称，论文提出极值趋势的半参数平滑思路，并将方法应用于极端温度及女子三千米比赛纪录时间数据。
- 阅读关注点
- 应核对极值样本的形成方式、局部似然与带宽选择、极值参数的约束，以及重抽样是否适合数据的依赖结构。
- 阅读边界
- 仅据所给 Crossref 摘要，极值抽取、依赖假设、重抽样方案和误差性质未说明；不能推断其可直接用于金融尾部风险。
原文摘要
Summary Trends in sample extremes are of interest in many contexts, an example being environmental statistics. Parametric models are often used to model trends in such data, but they may not be suitable for exploratory data analysis. This paper outlines a semiparametric approach to smoothing sample extremes, based on local polynomial fitting of the generalized extreme value distribution and related models. The uncertainty of fits is assessed by using resampling methods. The methods are applied to data on extreme temperatures and on record times for the women's 3000 m race.