二元极值分布混合模型的矩估计值 - 免费论文，论文大全,个人简历,英语学习,教案在线,实用文档,演讲发言

中图分类号：O213
    序言
    近些年，多元极值模型在各种环境极值、风险度量等问题中得到了广泛应用。参数估计是模型应用中首要解决的问题。-给出了多元logistic模型和嵌套logistic模型的矩估计和渐近分差阵。但在实际应用中，发现用二元极值分布混合模型可以得到更好的结果。
    本文考虑的是二元极值混合模型相关参数的矩估计及渐近方差。一介绍了Copula与联合分布的关系，二给出了二元极值分布混合模型的各阶矩，三得到了模型中相关参数矩估计的渐近方差，四比较相关参数矩估计的渐近方差与极大似然估计的渐近方差。
    一、Copula

     称C是由A生成的极值copula，或

　　C(u，v)=exp｛-V(-1/logu，-1/logv)｝　　(2)

其中；函数A是定义在[0，1]上的Pickands相关函数，满足

　　max(t，1-t)≤A(t)≤1，0≤t≤1

    而V称为指数测度(Exponent measure)，是-1阶齐次函数，满足

    (1)只适用于二元极值；而(2)对一般的多元极值也成立。
    二、二元极值混合模型的各阶矩
    二元极值混合模型的相关函数为：

    其中0≤θ≤1为模型的相关参数。于是由(1)可以很容易得到二元极值分布混合模型的分布函数。对于一般的边缘分布函数不易得到模型相关系数的显式表达式，但通过某些变换，可将一般的边缘分布函数变换为标准指数分布，因此为简单起见且不失一般性，这里考虑边缘为标准指数分布的二元极值混合模型。由混合模型的相关函数和copula，易得模型的分布函数为：




    虽然我们没有得到相关参数矩估计的显式表示，但通过数值计算可以很容易从(10)得到估计值。由大样本下矩估计的渐近正态性可知，该估计量是渐近无偏的，且从表1可以看出对于所有的0＜θ＜1，矩估计的渐近方差与极大似然估计的渐近方差相差不大。由此对于该模型来说，矩估计是一个较好的估计。

Tags：

文章转载请注明来源于：5VAR论文频道 http://paper.5var.com。本站内容整理自互联网，如有问题或合作请Email至:support@5var.com
或联系QQ37750965

提供人：佚名
	上一篇文章：若干运筹学优化方法的MATLAB的设计策略下一篇文章：RAINBOW分组密码的线性基础分析
【返回上一页】【打印】【关闭窗口】

中查找“二元极值分布混合模型的矩估计值”更多相关内容	5VAR论文频道
中查找“二元极值分布混合模型的矩估计值”更多相关内容	5VAR论文频道

最新热点		最新推荐		相关新闻
››杭州g值的凯特摆法的模型分析 ››随机利率下的寿险模型的开发分析 ››国内外基于3G网络的移动数字图书馆... ››国内外Living Library实践与理论的... ››Web2.0环境下用户参与的图书馆信息... ››RAINBOW分组密码的线性基础分析 ››二元极值分布混合模型的矩估计值 ››若干运筹学优化方法的MATLAB的设计... ››图书馆信息查询子系统的设计分析 ››绘制小和山校园C区3D地图的设计策略...				››二元极值分布混合模型的矩估计值

　文章-网友评论：（评论内容只代表网友观点，与本站立场无关！）