Inference for bivariate extremes via a semi-parametric angular-radial model
基于半参数角度—径向模型的二元极值推断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。
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：摘要主要研究通用极值方法并应用于海洋气象数据，金融仅为潜在用途，不足以确定经济金融细分。
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…
基于半参数角度—径向模型的二元极值推断
- 研究问题
- 如何在不过度依赖参数化数据结构的情况下刻画二元联合尾部行为，并容纳现有极值方法较难覆盖的不同依赖形式？
- 方法与思路
- 作者提出半参数角度—径向模型及相应推断框架，同时设计不确定性评估与拟合优度工具，并用模拟和海洋气象时间序列检验。
- 材料陈述的贡献
- 摘要称，该框架为联合尾部分析提供统一方法，并扩展现有方法可刻画的依赖形式；模拟与观测数据中的表现总体良好。
- 阅读关注点
- 应核对角度与径向部分的建模方式、尾部依赖适用范围、极值阈值选择，以及不确定性和拟合优度工具如何处理时间依赖。
- 阅读边界
- 这是预印本，同行评审及期刊接收未核实。摘要未列出具体依赖限制、理论条件或量化比较，不能据此判断其普遍优越性。
原文摘要
The modelling of multivariate extreme events is important in a wide variety of applications, including flood risk analysis, metocean engineering and financial modelling. A wide variety of statistical techniques have been proposed in the literature; however, many such methods are limited in the forms of dependence they can capture, or make strong parametric assumptions about data structures. In this article, we introduce a novel inference framework for multivariate extremes based on a semi-parametric angular-radial model. This model overcomes the limitations of many existing approaches and provides a unified paradigm for assessing joint tail behaviour. Alongside inferential tools, we also introduce techniques for assessing uncertainty and goodness of fit. Our proposed technique is tested on simulated data sets alongside observed metocean time series', with results indicating generally good performance.