版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、摘要考虐 個(gè)分和岫數(shù)F ,它騰J 1 檄值分布函數(shù)G ,的極人吸引域,當(dāng)它的板值指數(shù)、< 0 時(shí)r F 的矗尾點(diǎn)有限“和P e u g ( 2 0 0 9 ) 借助于_ - 個(gè)二階參數(shù)的外部竹計(jì),給小r 右塏點(diǎn)的尤偏什計(jì)但是小l 司于重尾分布的類似研究,} { 蜚外部估r I 量滿足川臺(tái)性叫, J j ,L i 和P e n g ( 2 0 0 9 ) 需堅(jiān)外部估汁量以 矩的述牢收斂,返使得外部估計(jì)艟的選取小且有可操作性在本文巾,
2、我們給出r 右尾點(diǎn)的個(gè)新的估計(jì)方法t 刊所訂參數(shù)H 時(shí)進(jìn)行估計(jì)從模擬的結(jié)果來看,浚估計(jì)縣有良好的性質(zhì)關(guān)鍵詞:檄值理淪,極值指數(shù),右尾點(diǎn),次序統(tǒng)計(jì)量,無偏估計(jì)H 求目錄摘要A b s t r a c t第帶引高1 1 撇值理| ^ 簡(jiǎn)介1 2 右足點(diǎn)的尤偏估計(jì)第= 章模型·2 1 模型簡(jiǎn)介及估計(jì)量2 .2 結(jié)果對(duì)比第三章相合性及漸近正態(tài)性的證明第四章模擬研究第五章實(shí)際應(yīng)剛 ??5 1 介緇5 .2 數(shù)據(jù)5 .3 結(jié)果第六章總結(jié)和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于無偏估計(jì)方程的模型選擇.pdf
- 無偏比估計(jì)量的研究.pdf
- 最優(yōu)線性無偏估計(jì)和Bayes估計(jì)的優(yōu)良性研究.pdf
- ARCH模型參數(shù)中位無偏估計(jì)的分布.pdf
- 幾乎無偏估計(jì)及其優(yōu)良性研究.pdf
- 1617.重尾分布中二階參數(shù)和三階參數(shù)的漸近無偏估計(jì)
- 缺失數(shù)據(jù)下特殊指數(shù)分布參數(shù)的無偏估計(jì).pdf
- 結(jié)構(gòu)分析中的多輸入多輸出傳遞函數(shù)無偏估計(jì).pdf
- 一般平衡損失下回歸系數(shù)的最優(yōu)線性無偏估計(jì)及可容許估計(jì).pdf
- 重尾現(xiàn)象、重尾分布與重尾指數(shù)估計(jì).pdf
- 生長(zhǎng)曲線模型中參數(shù)的Bayes線性無偏估計(jì)及其優(yōu)良性.pdf
- 位置不變的重尾指數(shù)估計(jì).pdf
- 重尾指數(shù)估計(jì)的收斂速度.pdf
- 相依風(fēng)險(xiǎn)模型的尾概率的估計(jì).pdf
- 上尾相關(guān)系數(shù)的估計(jì).pdf
- 左截?cái)嘤覄h失數(shù)據(jù)下指數(shù)分布變點(diǎn)的Bayes估計(jì).pdf
- 有偏估計(jì)若干問題的研究.pdf
- 滿意有偏估計(jì)算法研究.pdf
- 多元線性回歸模型的有偏估計(jì)
- 多元線性回歸模型的有偏估計(jì)
評(píng)論
0/150
提交評(píng)論