Approximations to confidence intervals for parameters in the extreme value and Weibull distributions
极值与Weibull分布参数置信区间的近似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：摘要讨论极值及Weibull分布的一般参数推断，未明确涉及金融损失、系统性风险或所列其他细分方向。
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
极值与Weibull分布参数置信区间的近似
- 研究问题
- 如何近似极值与Weibull分布推断所需枢轴量的分布，以便计算置信区间和检验临界值，并减少对Monte Carlo的依赖？
- 方法与思路
- 作者针对估计与检验程序使用的若干枢轴量引入分布近似，通过这些近似获得此前主要依靠Monte Carlo计算的分位点。
- 材料陈述的贡献
- 摘要称近似在小样本下也准确，并使相关分布的分位点可以直接确定；但未列出涉及的参数、近似形式或误差数值。
- 阅读关注点
- 应核对各枢轴量的定义、适用参数与样本条件，以及近似精度的衡量方式和置信区间实际覆盖率是否得到检验。
- 阅读边界
- 仅据稿件版本未注明的OpenAlex摘要；小样本准确性的范围和误差未说明，不能仅因涉及极值分布就推断金融尾部风险应用。
原文摘要
Approximations are introduced for the distributions of a number of pivotal quantities used in estimation and testing procedures for the extreme value and Weibull distributions. The approximations are accurate even for small sample sizes, and allow the determination of percentage points for distributions which until now were approachable only via Monte Carlo methods.