On the Estimation of the Extreme-Value Index and Large Quantile Estimation
极值指数估计与高分位数估计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：摘要直接研究高分位数及其区间估计，对应分位数与分布方法；没有金融应用依据。
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
极值指数估计与高分位数估计
- 研究问题
- 如何证明 Pickands 极值指数估计的不同一致性与渐近分布性质，并利用极端或中间顺序统计量估计高分位数？
- 方法与思路
- 作者给出弱一致性的简便证明，在进一步条件下研究强一致性和渐近正态性，再组合极端或中间顺序统计量构造高分位数估计。
- 材料陈述的贡献
- 摘要称，论文提供 Pickands 估计的弱一致性证明及更强性质的条件，并由高分位数估计导出相应的渐近置信区间。
- 阅读关注点
- 阅读时应核对三类渐近结论各自的尾部条件、顺序统计量数量的选择，以及目标分位水平与样本量之间的关系。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体尾部条件、区间公式及有限样本覆盖未说明，也未提供金融风险应用。
原文摘要
This paper consists of two parts. An easy proof is given for the weak consistency of Pickands' estimate for the main parameter of an extreme-value distribution. Moreover, further natural conditions are given for strong consistency and for asymptotic normality of the estimate. Next a large quantile of a distribution is estimated by a combination of extreme or intermediate order statistics. This leads to an asymptotic confidence interval.