Directional Dependence of Extreme Events
极端事件的方向性依赖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：摘要主要提出通用尾部依赖指标并应用于海洋数据，未充分建立所列经济领域应用或因果识别框架。
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
极端事件的方向性依赖
- 研究问题
- 如何刻画两个变量之间不对称的极端事件依赖，并量化一个变量处于极端状态时另一个变量的响应方向？
- 方法与思路
- 作者基于秩变换变量的条件尾部期望构造方向性系数，研究估计量渐近行为，并通过模拟与海洋数据展示方法。
- 材料陈述的贡献
- 摘要称该指标能揭示尾部依赖的不对称性及海洋变量间的主导极端影响方向，并讨论其用于探索因果效应的可能性。
- 阅读关注点
- 应核对尾部阈值、方向系数定义与渐近条件，尤其检查将方向性依赖解释为因果影响时所需的额外依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明因果识别条件，方向性尾部依赖本身不足以确定因果关系。
原文摘要
This paper introduces a novel measure to quantify the directional dependence of extreme events between two variables. The proposed approach is designed to capture asymmetric tail dependence by studying conditional tail expectations of rank-transformed variables, thereby quantifying the behavior of one variable when the other takes extreme values. We investigate the theoretical asymptotic behavior of the associated estimator. The effectiveness of the approach is demonstrated through an extensive simulation study. In addition, we discuss the use of the proposed coefficient for the detection of causal effects in extreme events. Finally, we apply the method to an oceanographic dataset, where the results highlight the strong asymmetric nature of extreme events and identify the dominant directions of extremal influence among key oceanographic variables. As a directional measure of tail dependence, our approach provides a natural tool for exploring causal-effect relationships in extreme-value settings.