A Simple General Approach to Inference About the Tail of a Distribution
分布尾部推断的一种简单通用方法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：摘要研究一般分布尾部参数推断，未明确涉及金融尾部风险或系统性风险应用。
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
分布尾部推断的一种简单通用方法
- 研究问题
- 在不规定整个分布形式的情况下，如何仅依赖待研究尾部的行为形式，对尾部参数进行频率学派或贝叶斯推断？
- 方法与思路
- 作者以极端次序统计量的值为条件，评估描述尾部行为参数的条件似然，并重点讨论具有 Zipf 型尾部的分布。
- 材料陈述的贡献
- 摘要称该方法只要求指定目标尾部的行为形式，无需全局分布假设；Zipf 型情形尤其简单，并可用于两种推断视角。
- 阅读关注点
- 阅读时应核对条件似然如何构造、所用极端次序统计量如何选取，以及尾部形式假设与参数推断可靠性之间的关系。
- 阅读边界
- 仅据所给 OpenAlex 摘要；尾部样本选择、渐近条件与有限样本表现未说明，不作全局分布假设也不意味着尾部推断无模型限制。
原文摘要
A simple general approach to inference about the tail behavior of a distribution is proposed. It is not required to assume any global form for the distribution function, but merely the form of behavior in the tail where it is desired to draw inference. Results are particularly simple for distributions of the Zipf type, i.e., where $G(y) = 1 - Cy^{-\alpha}$ for large $y$. The methods of inference are based upon an evaluation of the conditional likelihood for the parameters describing the tail behavior, given the values of the extreme order statistics, and can be implemented from both Bayesian and frequentist viewpoints.