广义Pareto分布---极值理论的学习3
看《实用极值统计方法》-----史道济所得。
前言
上一节中,我们讨论了通过观测超过阈值的观测值,并用超阈值分布或超出量分布函数来描述,以充分利用观测值数列中的信息。但是,在一般情况下,观测值序列的底分布我们并不知道。于是,我们就要考虑它们的极限分布,就像GEV分布描述最大值的极限分布一样,我们也希望能够找到超出量的极限分布。
一、广义Pareto分布
定义:如果随机变量X的分布函数为
则称X服从广义Pareto分布,简记为GPD或GP分布。其中是位置参数,为尺度参数,为形状参数。
另一种表示方法:
ParetoⅠ型分布:
ParetoⅡ型分布:
ParetoⅢ型分布:
当时,称为标准GPD。可以看出,当时,有。可见,广义极值分布和广义Pareto分布之间有着非常密切的关系。当时,分布函数有重要作用,称为二参的广义Pareto分布,简记为。
不难求出,其密度函数为:
另一种表示方法:
二、广义Pareto分布的性质
同极值分布一样,根据Gamma函数的性质,可以很方便地求出广义Pareto分布地数字特征。这里,只给出二参广义Pareto分布的数字特征。
性质:设随机变量X服从广义Pareto分布,则当时,
,其中F(x)为Gamma函数。
定义:对于给定的分布函数,如果存在常数,使得对任何实数,都有
其中是超出量分布函数,则称分布函数具有POT稳定性,或称分布函数是POT稳定分布。
性质:广义Pareto是POT稳定分布。
性质:广义Pareto分布的超出量分布函数仍然是GP分布,且形状参数不变。
定义:设随机变量X的分布函数为,为支撑的上端点,X超过阈值的超出量分布为,如果存在广义Pareto分布,使得
则称X(或分布函数)属于广义Pareto分布的POT吸引场。
性质:广义极值分布属于广义Pareto分布的POT吸引场。
性质:广义Pareto分布属于广义极值分布的最大值吸引场。
定理:设为独立同分布随机变量,分布函数为。令,如果存在规范化数列,使得对足够大的n,有
其中是广义极值分布,则对于足够大的阈值,在的条件下,的分布近似于GP分布
其中。
性质:GP分布的平均超出量函数为
。
定义:设随机变量X的分布函数为,对应的密度函数为,是支撑的上端点,对于给定的称
为随机变量X(或分布F)的危险率函数。
广义Pareto分布---极值理论的学习3相关推荐
- 广义pareto分布_高记录值下广义Pareto分布参数的随机估计及垂直概率密度检验
The Randomized Estimate and Vertical Density Representation test for the generalized Pareto distribu ...
- 广义pareto分布_狭义Pareto分布.pdf
狭义Pareto分布 摘 要 从Parcto分布的诞生到现在已有150多年的历史了.随着时间的推移.社会的发 展,Parcto分布也在不断地完善.改进.推广,从而形成了多种形式的Parcto分布.广 ...
- 极值分布的类型及性质-----极值理论的学习1
看<实用极值统计方法>--史道济所得. 前言 什么是极值?从概率意义上讲,极值表示随机变量的极端变异性:从统计意义上讲,极值是指数据集中的最大值或最小值. 极值统计方法?在大多数应用中,观 ...
- 【视频】极值理论EVT与R语言应用:GPD模型火灾损失分布分析
最近我们被客户要求撰写关于极值理论的研究报告,包括一些图形和统计输出.正态分布属于统计学里的知识,对于我们科研来说在数据处理时常常用到所以需要学习相关的知识. 正态分布在自然界中是一种最常见的分布.例 ...
- R语言极值理论 EVT、POT超阈值、GARCH 模型分析股票指数VaR、条件CVaR:多元化投资组合预测风险测度分析
最近我们被客户要求撰写关于极值理论的研究报告,包括一些图形和统计输出. 相关视频: 极值理论EVT与R语言应用:GPD模型火灾损失分布分析 R语言极值理论EVT:基于GPD模型的火灾损失分布分析 相关 ...
- POT超阈值模型和极值理论EVT分析
全文链接:http://tecdat.cn/?p=16845 本文依靠EVT对任何连续分布的尾部建模.尾部建模,尤其是POT建模,对于许多金融和环境应用至关重要(点击文末"阅读原文" ...
- 文献记录(part67)--基于决策树模型重用的分布变化流数据学习
学习笔记,仅供参考,有错必纠 关键词:机器学习 , 分布变化 , 流数据 , 模型重用 , 集成学习 , 动态环境 基于决策树模型重用的分布变化流数据学习 摘要 在很多真实应用中 , 数据以流的形式不 ...
- IMU惯性测量单元学习与初始对准理论知识学习
我也刚刚开始学,不合理的地方希望大佬指正 ,么么哒 IMU惯性测量单元学习与初始对准理论知识学习 第一节 1.什么是IMU? 来自百度百科. 惯性测量单元(英文:Inertial measuremen ...
- J. Cheminform. | DrugEx v2:多重药理学中基于pareto的多目标强化学习的药物分子从头设计...
本文介绍的是由荷兰莱顿药物研究学术中心.西安交通大学电子与信息工程学院和莱顿高级计算机科学研究所联合发表在Journal of Cheminformatics上的研究成果.作者在之前的一项研究中提出了 ...
最新文章
- CentOS7.4下DNS服务器软件BIND安装及相关的配置(一)
- 机器学习和计算机视觉有关的数学
- 稀疏傅里叶变换(sparse FFT)
- 2017.6.27 跟开涛学spring3--spring概述
- VMware 克隆的相关设置
- stringstream 字符串的格式化数据提取
- 使用Spark core和SparkSQL的窗口函数分别实现分组取topN的操作
- css画钟表_CSS绘制时钟
- 使用拟合方法实现光敏电阻传感器数值与光照强度的近似转换
- centos7安装源设置基础软件仓库时出错
- Linux/ Unix 键盘检测程序
- pDC 与 GetDC() 区别
- chrome浏览器安装插件方法
- 风帆头,旗帜服,“背”在肩上的古国王印
- 信息类专业国际会议/期刊影响因子汇总
- 动态规划(3):最长非递减子序列
- 2.1 法学的历史(一):西方法学的历史
- 投资理财-疯狂的2021年
- Java项目源代码S2SH校园BBS论坛系统
- 三星 android 5.0 root,三星N9150 Android 5.0 (GALAXY Note Edge 双4G)ROOT教程,一键获取ROOT权限...