Estimation of cluster functionals for regularly varying time series: runs estimators
正则变换时间序列聚簇泛函的估计：游程估计量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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接研究平稳时间序列的极端聚簇估计，未提供金融尾部风险应用依据。
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
正则变换时间序列聚簇泛函的估计：游程估计量
- 研究问题
- 如何利用游程估计量刻画平稳时间序列中的极端事件聚簇，并判断其渐近不确定性与分块估计量之间的关系？
- 方法与思路
- 作者运用多元正则变换时间序列理论研究聚簇指数的游程估计，在相应条件下推导中心极限定理并比较极限方差。
- 材料陈述的贡献
- 摘要称获得适用于较大模型类别的中心极限定理，并证明分块与游程估计量具有相同极限方差，但未报告有限样本比较。
- 阅读关注点
- 核对聚簇指数与游程的定义、阈值和序列长度的设置，以及中心极限定理和两类估计量方差相同所需的具体条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未列出条件细节，相同极限方差不能据此解释为有限样本表现相同。
原文摘要
Cluster indices describe extremal behaviour of stationary time series. We consider runs estimators of cluster indices. Using a modern theory of multivariate, regularly varying time series, we obtain central limit theorems under conditions that can be easily verified for a large class of models. In particular, we show that blocks and runs estimators have the same limiting variance.