Inference for the limiting cluster size distribution of extreme values
极值极限簇大小分布的推断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：摘要明确研究平稳序列中极端超越的时间依赖与成簇现象，对应时间序列方向。
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
极值极限簇大小分布的推断
- 研究问题
- 对平稳序列中超过高阈值且成簇出现的极端观测，如何估计极限簇大小概率及决定簇位置强度的极值指数？
- 方法与思路
- 作者在摘要所述依赖条件下的复合泊松极限框架中，用递归算法构造簇大小概率估计，并推导极值指数估计。
- 材料陈述的贡献
- 摘要称提出了极限簇大小概率和极值指数的估计方法，研究其渐近性质，并用模拟数据考察有限样本表现。
- 阅读关注点
- 应核对长期依赖条件、阈值及簇的定义、递归估计的输入与稳定性，以及极值指数估计和模拟设计的对应关系。
- 阅读边界
- 所给为版本未注明的 OpenAlex 索引摘要；具体依赖条件、阈值规则与模拟结果未说明，也未提供金融风险应用证据。
原文摘要
Any limiting point process for the time normalized exceedances of high levels by a stationary sequence is necessarily compound Poisson under appropriate long range dependence conditions. Typically exceedances appear in clusters. The underlying Poisson points represent the cluster positions and the multiplicities correspond to the cluster sizes. In the present paper we introduce estimators of the limiting cluster size probabilities, which are constructed through a recursive algorithm. We derive estimators of the extremal index which plays a key role in determining the intensity of cluster positions. We study the asymptotic properties of the estimators and investigate their finite sample behavior on simulated data.