Exploiting occurrence times in likelihood inference for componentwise maxima
利用发生时点对逐分量最大值进行似然推断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：摘要是多元极值推断且应用于海平面，未明确研究金融风险或时间序列模型，分类证据不足。
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
利用发生时点对逐分量最大值进行似然推断
- 研究问题
- 对多变量逐分量最大值建模时，若知道各最大值在潜在过程中出现的位置或日期，如何利用这些额外信息改善依赖参数推断？
- 方法与思路
- 作者把最大值出现位置的信息纳入最大似然程序，并在二元极值分布的logistic参数子类中研究依赖参数的渐近与小样本效率。
- 材料陈述的贡献
- 摘要称，论文提供纳入发生位置信息的似然方法及特定二元模型的效率结果，并以海平面数据应用；未报告具体增益幅度。
- 阅读关注点
- 应核对发生位置如何进入似然、对潜在过程的条件及最大值归属处理，并检查效率比较基准与海平面应用的区组设定。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要，效率结果限于所述参数子类；不能推断任意极值模型或金融尾部应用的表现。
原文摘要
Multivariate extreme value distributions arise as the limiting distributions of normalised componentwise maxima. They are often used to model multivariate data that can be regarded as the componentwise maxima of some unobserved underlying multivariate process. In many applications we have extra information. We often know the locations of the maxima within the underlying process. If the process is temporal this knowledge is frequently available through the dates on which the maxima are recorded. We show how to incorporate this extra information into maximum likelihood procedures. Asymptotic and small-sample efficiency results are presented for the dependence parameter in the logistic parametric sub-class of bivariate extreme value distributions. We conclude with an application to sea levels. Copyright 2005, Oxford University Press.