인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Abstract The estimation of a certain threshold beyond which an extreme value distribution can be fitted to the tail of a data distribution remains one of the main issues in the theory of statistics of extremes. While standard Peak over Threshold (PoT) approaches determine this threshold graphically, we introduce in this paper a general framework which makes it possible for one to determine this threshold algorithmically by estimating it as a free parameter within a composite distribution. To see how this threshold point arises, we propose a general framework for generating three-component hybrid distributions which meets the need of data sets with right heavy-tail. The approach involves the combination of a distribution which can efficiently model the bulk of the data around the mean, with an heavy-tailed distribution meant to model the data observations in the tail while using another distribution as a link to connect the two. Some special examples of distributions resulting from the general framework are generated and studied. An estimation algorithm based on the maximum likelihood method is proposed for the estimation of the free parameters of the hybrid distributions. Application of the hybrid distributions to the S &P 500 index financial data set is also carried out.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
