On the block maxima method in extreme value theory: PWM estimators
极值理论中的分块最大值法：概率加权矩估计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：摘要讨论一般极值估计，没有金融尾部风险或系统性风险应用，故不凭极值主题归入金融风险。
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
极值理论中的分块最大值法：概率加权矩估计
- 研究问题
- 在独立同分布情形下，分块最大值法何时具有理论依据，其概率加权矩估计与超阈值法相比具有怎样的效率表现？
- 方法与思路
- 作者聚焦分块最大值法的概率加权矩估计，给出支持该方法的条件，并开展与超阈值法的理论比较，研究限于独立同分布情形。
- 材料陈述的贡献
- 摘要称，提供了分块最大值法的理论依据及方法比较，结果表明该法在通常实践条件下较有效率，并与既有模拟比较大体一致。
- 阅读关注点
- 应核对分块方式、块数与块长的渐近安排、分布尾部条件，以及与超阈值法比较时的参数目标和效率指标。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体条件及效率差异未提供，且研究明确限于独立同分布数据，不能直接推广到相关极值。
原文摘要
In extreme value theory, there are two fundamental approaches, both widely used: the block maxima (BM) method and the peaks-over-threshold (POT) method. Whereas much theoretical research has gone into the POT method, the BM method has not been studied thoroughly. The present paper aims at providing conditions under which the BM method can be justified. We also provide a theoretical comparative study of the methods, which is in general consistent with the vast literature on comparing the methods all based on simulated data and fully parametric models. The results indicate that the BM method is a rather efficient method under usual practical conditions. In this paper, we restrict attention to the i.i.d. case and focus on the probability weighted moment (PWM) estimators of Hosking, Wallis and Wood [Technometrics (1985) 27 251–261].