Nonparametric tests for tail monotonicity
尾部单调性的非参数检验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：摘要研究二元联合分布的尾部性质，并明确应用于代际收入流动性分析。
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
尾部单调性的非参数检验
- 研究问题
- 如何对二元随机向量的尾部单调性进行非参数检验，并根据数据的序列依赖特征选择适当的临界值近似方法？
- 方法与思路
- 作者基于经验copula的Kolmogorov–Smirnov型泛函构造统计量，并针对不同序列依赖情形提出两种乘子自助法。
- 材料陈述的贡献
- 摘要称检验对以n的负二分之一次方速度逼近原假设的局部备择具有非平凡功效，并提供模拟及收入流动性、市场数据示例。
- 阅读关注点
- 应核对尾部单调性的精确定义、两种乘子自助法各自的依赖条件，以及局部功效结论和应用中原假设的含义。
- 阅读边界
- 仅据所给出版社摘要，无法判断尾部条件及具体应用结果；市场数据示例本身不能证明该方法具有尾部风险预测能力。
原文摘要
This article proposes nonparametric tests for tail monotonicity of bivariate random vectors. The test statistic is based on a Kolmogorov–Smirnov-type functional of the empirical copula. Depending on the serial dependence features of the data, we propose two multiplier bootstrap techniques to approximate the critical values. We show that the test is able to detect local alternatives converging to the null hypothesis at rate n−1/2 with a non-trivial power. A simulation study is performed to investigate the finite-sample performance and finally the procedure is illustrated by testing intergenerational income mobility and testing a market data set.