Efficient inference and simulation for elliptical Pareto processes
椭圆型 ℓ-Pareto 过程的高效推断与模拟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：摘要涉及极值理论但应用为降水极端事件，未提供金融尾部或系统性风险方向的直接证据。
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
椭圆型 ℓ-Pareto 过程的高效推断与模拟
- 研究问题
- 针对由风险泛函超越定义的极端事件，如何构造兼具灵活性与可处理性的依赖模型，并开展似然推断和条件、无条件模拟？
- 方法与思路
- 作者引入由特定椭圆过程阈值超越极限产生的 ℓ-Pareto 过程，以部分删失的完整似然估计参数，并提出精确模拟程序。
- 材料陈述的贡献
- 摘要称，新过程类由相关函数与形状参数刻画，提供高效推断及精确条件、无条件模拟方法，并用瑞士极端降水数据说明。
- 阅读关注点
- 应核对风险泛函、极限过程与原椭圆过程的关系，部分删失似然的构造，以及精确模拟的适用条件和降水阈值的选择。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列出极限与算法条件，也未提供金融风险应用，不能推断金融尾部预测能力。
原文摘要
Recent advances in extreme value theory have established |$\ell $|-Pareto processes as the natural limits for extreme events defined in terms of exceedances of a risk functional. In this paper we provide methods for the practical modelling of data based on a tractable yet flexible dependence model. We introduce the class of elliptical |$\ell $|-Pareto processes, which arise as the limits of threshold exceedances of certain elliptical processes characterized by a correlation function and a shape parameter. An efficient inference method based on maximizing a full likelihood with partial censoring is developed. Novel procedures for exact conditional and unconditional simulation are proposed. These ideas are illustrated using precipitation extremes in Switzerland.