|
Heavy tail index estimator through weighted least-squares rank regression
[Оценка индекса тяжелого хвоста с помощью взвешенной ранговой регрессии по методу наименьших квадратов]
Zahia Khemissi, Brahim Brahimi, Fatah Benatia Laboratory of Applied Mathematics, Mohamed Khider University, Biskra, Algeria
Аннотация:
В этой статье мы предложили метод взвешенной оценки методом наименьших квадратов для оценки параметра формы распределения Фреше. Мы показываем производительность предложенной оценки в имитационном исследовании, установлено, что рассматриваемый метод взвешенной оценки показывает лучшую производительность, чем оценка максимального правдоподобия. Максимальное произведение оценки интервала и метода наименьших квадратов с точки зрения систематической ошибки и среднеквадратичной ошибки для большинства рассматриваемых размеров выборки. Кроме того, приведен реальный пример из датских данных, демонстрирующий работоспособность рассматриваемого метода.
Ключевые слова:
Распределение Фреше, взвешенная регрессия наименьших квадратов, регрессия Ранга, моделирование методом Монте-Карло, параметр формы.
Получена: 10.07.2022 Исправленный вариант: 15.09.2022 Принята: 20.10.2022
Образец цитирования:
Zahia Khemissi, Brahim Brahimi, Fatah Benatia, “Heavy tail index estimator through weighted least-squares rank regression”, Журн. СФУ. Сер. Матем. и физ., 15:6 (2022), 797–805
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/jsfu1049 https://www.mathnet.ru/rus/jsfu/v15/i6/p797
|
Статистика просмотров: |
Страница аннотации: | 47 | PDF полного текста: | 20 | Список литературы: | 11 |
|