跳到正文
← 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:摘要涉及一般上尾推断,但没有金融尾部风险或系统性风险背景,领域细分证据不足。

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
James Pickands III

利用极端次序统计量进行统计推断

研究问题
如何利用样本中的极端次序统计量,对总体分布的上尾进行统计推断,尤其估计未来出现极大观测值的概率?
方法与思路
作者提出针对分布上尾的推断方法,并要求总体分布满足某项条件;摘要称该条件适用于常见连续分布,但未给出其形式。
材料陈述的贡献
摘要明确陈述的方法用途是估计未来极大观测的发生概率,并声称适用分布范围较广;未说明具体估计量或推断结果。
阅读关注点
应核对总体分布条件、采用哪些极端次序统计量及其选择规则,并检查尾部外推的范围、概率估计与不确定性量化方式。
阅读边界
仅依据稿件版本未注明的 OpenAlex 简短摘要;关键分布条件与方法形式未提供,不能补造尾指数公式、收敛性质或金融应用结论。

原文摘要

A method is presented for making statistical inferences about the upper tail of a distribution function. It is useful for estimating the probabilities of future extremely large observations. The method is applicable if the underlying distribution function satisfies a condition which holds for all common continuous distribution functions.

笔记与分组
相关领域论文