Regression in the Nondifferentiable Bivariate Extreme Models
不可微二元极值模型中的回归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：摘要仅研究一般二元极值模型的回归关系，未提供金融风险应用或其他所列领域的依据。
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
不可微二元极值模型中的回归
- 研究问题
- 在 biextremal 与 Gumbel 二元极值模型中，线性回归能否充分近似一般回归，两者的差别如何评估？
- 方法与思路
- 作者利用相关比与相关系数的取值比较一般回归和线性回归，并对两个二元极值模型进行相应计算。
- 材料陈述的贡献
- 摘要称，所报告的计算表明，在这两个模型中，线性回归均能较好地近似一般回归，但未给出量化误差。
- 阅读关注点
- 应核对两个模型的具体定义、一般回归的表达方式，以及相关比和相关系数如何支持近似质量的判断。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未提供参数范围和近似误差，不能推广至其他极值模型或金融尾部风险。
原文摘要
This paper compares general and linear regression for the biextremal and Gumbel bivariate extreme models. The technique is based on the values of the correlation ratios and coefficients. The computations show that linear regression is a good approximation to the general one in both cases.