Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Symmetrizing k-nn and Mutual k-nn Smoothers Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Modification of Moment-Based Tail Index Estimator: Sums Versus Maxima

verfasst von : N. Markovich, M. Vaičiulis

Erschienen in: Nonparametric Statistics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this contribution, we continue the investigation of the SRCEN estimator of the extreme-value index γ (or the tail index α = 1∕γ) proposed in McElroy and Politis (J Statist Plan Infer 137:1389–1406, 2007) for γ > 1∕2. We propose a new estimator based on the local maximum. This, in fact, is a modification of the SRCEN estimator to the case γ > 0. We establish the consistency and asymptotic normality of the newly proposed estimator for i.i.d. data. Additionally, a short discussion on the comparison of the estimators is included.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Non-parametric Lower Bounds and Information Functions
Nächstes Kapitel Constructing Confidence Sets for the Matrix Completion Problem
Literatur
1.
Cederman, L.-E., Warren , T. C., & Sornette, D. (2011). Testing Clausewitz: Nationalism, mass mobilization, and the severity of war. International Organization, 65, 605–638.CrossRef
2.
Daugavet, A. I. (1987). Estimate of the rate of convergence of number characterises in limit theorems with a stable limit law. Teoriya Veroyatnostei i ee Primeneniya, 32, 585–589.MATH
3.
De Haan, L., & Ferreira, A. (2006). Extreme value theory: An introduction. New York: Springer.CrossRef
4.
5.
Dekkers, A. L. M., & de Haan, L. (1993). Optimal choice of sample fraction in extreme-value estimation. Journal of Multivariate Analysis, 47, 173–195.MathSciNetCrossRef
6.
Embrechts, P., & Hofert, P. (2013). A note on generalized inverses. Mathematical Methods of Operations Research, 77, 423–432.MathSciNetCrossRef
7.
Fedoruk, M. V. (1987). Asymptotics: Integrals and series. Moscow: Nauka.
8.
Geluk, J., & de Haan, L. (1987). Regular variation, extensions and Tauberian theorems. CWI Tract (Vol. 40). Amsterdam: Center for Mathematics and Computer Sciences.MATH
9.
Hall, P., & Welsh, A. H. (1985). Adaptive estimates of parameters of regular variation. Annals of Statistics, 13, 331–341.MathSciNetCrossRef
10.
Hill, B. M. (1975). A simple general approach to inference about the tail of a distribution. Annals of Statistics, 3, 1163–1174.MathSciNetCrossRef
11.
Markovich, N. M. (2007). Nonparametric analysis of univariate heavy-tailed data. Chichester: Wiley.CrossRef
12.
McElroy, T., & Politis, D. N. (2007). Moment-based tail index estimation. Journal of Statistical Planning and Inference, 137, 1389–1406.MathSciNetCrossRef
13.
Meerschaert, M., & Scheffler, H. (1998). A simple robust estimator for the thickness of heavy tails. Journal of Statistical Planning and Inference, 71, 19–34.MathSciNetCrossRef
14.
Paolella, M. S. (2007). Intermediate probability: A computational approach. Chichester: Wiley.CrossRef
15.
Qi, Y. (2010). On the tail index of a heavy tailed distribution. Annals of the Institute of Statistical Mathematics, 62, 277–298.MathSciNetCrossRef
16.
Samorodnitsky, G., & Taqqu, M. S. (1994). Stable non-Gaussian random processes. New York: Chapman and Hall.MATH
17.
Vaičiulis, M. (2009). An estimator of the tail index based on increment ratio statistics. Lithuanian Mathematical Journal, 49, 222–233.MathSciNetCrossRef
18.
Vaičiulis, M. (2014). Local maximum based tail index estimator. Lithuanian Mathematical Journal, 54, 503–526.MathSciNetCrossRef
19.
Zolotarev, V. M. (1986). One-dimensional stable distributions. Translations of Mathematical Monographs (Vol. 65). Providence: American Mathematical Society.CrossRef
Metadaten
Titel
Modification of Moment-Based Tail Index Estimator: Sums Versus Maxima
verfasst von
N. Markovich
M. Vaičiulis
Copyright-Jahr
2018
Buch
Nonparametric Statistics

Print ISBN: 978-3-319-96940-4

Electronic ISBN: 978-3-319-96941-1

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-96941-1_6