正规变化分布及基于Potter界的高分位数区间估计

来源 :南京师范大学 | 被引量 : 0次 | 上传用户:bushishuai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
正规变化分布在重尾分布族中占有重要地位.本文致力于研究正规变化分布尾部指标估计及探讨一种新的高分位数区间估计方法,论文的大致框架及主要内容如下:   第1章,作为预备知识,介绍重尾分布族的定义及子族之间的关系;另外介绍了正规变化分布的概念、重要性质以及与极值分布的关系,详细介绍了几种常见的正规变化分布及应用背景,并给出了尾部的诊断方法.   第2章,详细介绍正规变化分布尾部指标的估计方法和基于指数回归模型的正规变化尾部指标的极大似然估计量;并且对这些估计量进行比较.   第3章,利用正规变化函数的Potter界性质,进一步探讨了正规变化分布的一种新的高分位数区间估计方法,并对其中参数进行估计.   第4章,以人民币对美元汇率为例进行实证分析,诊断其属于正规变化分布,并根据第三章的推导,计算出汇率基于Potter界的高分位数区间估计.
其他文献
Adhoc网是由多个节点为了某种特定目的彼此连接的无线网络。本文首先对Adhoc网的特性、近期的发展及应用做了简要介绍,随后着重小结了目前其路由协议的设计思路,最后指出了在
期刊
本文研究了一类离散化的流体动力学中的算子微分代数方程.   第1章,我们首先给出了流体动力学中的此类微分代数方程的离散过程,并给出了数值例子.然后介绍了相关的差分方
学位
本文结合小学中年级学生习作要求及特点,围绕“要提高学生的写作能力,必须激起学生的写作兴趣,让学生乐于表达,乐于与他人分享习作的快乐.”这一论点,着重阐述如何引领学生通
本文运用Markov链的相关知识构建了一个新的PageRank模型,介绍了在矩阵可约的情形下求解PageRank向量的方法,以及去掉dangling结点矩阵计算PageRank向量的算法.   第一章
惯性神经网络作为一类特殊的神经网络,近几年来已经受到许多学者的关注,特别是对惯性神经网络稳定性、分支和同步动力学现象的研究.另外,由于惯性神经网络是一个二阶微分方程,一
复值神经网络是在复平面上处理信息的一类神经网络,其状态变量、连接权值与激励函数都是复值的.复值神经网络可视为实值神经网络的一种推广,但与实值神经网络有很多不同,具有
设()为由正三角形和正六边形生成的非阿基米德铺砌(32.62;3.6.3.6),其顶点集记为F,F中的点称为F-点。论文首次运用数的几何中讨论格点性质的理论和方法对非阿基米德双铺砌顶点的
期刊
给定一无向图G=(V,E),一对多的k可覆盖的定义:内部存在k条点不交的从任意一个源到任意k个汇的路覆盖图中每一个点.在文献[1]中,Park等人确立了一个充要条件,对任意的连通图的