Super-Slowly Varying Functions in Extreme Value Theory
极值理论中的超慢变函数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：摘要属于一般极值与尾部函数理论，未提供金融尾部风险或系统性风险应用的直接证据。
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
极值理论中的超慢变函数
- 研究问题
- 对于属于所述极值分布吸引域的随机样本，样本最大值的大偏差极限性质与单次观测分布尾部的慢变条件如何联系？
- 方法与思路
- 作者引入比慢变更强的超慢变条件，研究其与最大值大偏差性质的等价关系，并扩展Karamata表示以描述这类函数。
- 材料陈述的贡献
- 摘要称，论文建立大偏差性质与超慢变尾部条件的等价性，讨论多种充分条件，并将慢变函数的表示推广至广泛的超慢变类。
- 阅读关注点
- 应核对超慢变的正式定义、极值吸引域与大偏差范围、等价关系的条件，以及推广表示对极端观测近似的具体含义。
- 阅读边界
- 仅据Crossref摘要；极值分布记号、具体条件和表示公式需查阅原文，不能据此推导尾部近似误差或金融风险预测性能。
原文摘要
Summary Large-deviation limit theorems for maxima of random samples in the domain of attraction of the extreme value distribution Φα are studied, motivated by examination of an approximation used in the statistical analysis of large observations. The large-deviation property is shown to be equivalent to a strengthened form of slow variation condition, called here super-slow variation, on the tail of the distribution of a single observation. Various conditions for super-slow variation are discussed and Karamata's representation for slowly varying functions is extended to a wide class of super-slowly varying functions.