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:摘要讨论通用分布拟合检验,未提供与所列经济或金融细分方向直接相关的证据。

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
M. A. Stephens

极值分布的拟合优度检验

研究问题
在极值分布的一个或两个参数需要由数据估计时,如何构造拟合优度检验,并使渐近临界值可用于小样本?
方法与思路
作者基于三个经验分布函数统计量构造检验,分别提供参数估计情形下的渐近临界值,并对统计量作小样本修正。
材料陈述的贡献
摘要称,论文给出三种统计量在三类参数估计情形下的渐近临界值,并提供支持小样本使用的轻微修正。
阅读关注点
应核对极值分布的参数化、三种统计量的定义、参数估计方法,以及小样本修正对检验水平和功效的影响。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;未提供具体临界值、修正式或适用样本量,也未说明金融尾部风险应用。

原文摘要

In this paper we present goodness of fit tests for the extreme value distribution, based on the empirical distribution function statistics W2, U2and A2. Asymptotic percentage points are given for each of the three statistics, for the three cases where one or both of the parameters of the distribution must be estimated from the data. Slight modifications of the calculated statistics are given to enable the points to be used with small samples.

笔记与分组
相关领域论文