李婧兰
- 作品数：3 被引量：7H指数：2
- 供职机构：北京工业大学应用数理学院更多>>
- 发文基金：北京市自然科学基金更多>>
- 相关领域：理学更多>>
- 广义Pareto分布近似广义最小二乘估计被引量：2
- 2012年
- 广义Pareto分布(generalized Pareto distribution,GPD)是统计分析中的一个极为重要的分布.对基于广义Pareto分布的若干个样本分位数进行了研究.首先,求解具有较高精度的形状参数的参数估计;其次,得出广义Pareto分布位置参数及尺度参数的近似广义最小二乘估计.本方法简单易行,对形状参数的存在条件没有限制,通过Monte Carlo模拟验证了该方法具有较高的精度.
- 赵旭薛留根李婧兰程维虎
- 关键词：广义PARETO分布次序统计量蒙特卡洛模拟
- 广义Pareto分布的广义有偏概率加权矩估计方法被引量：5
- 2012年
- 广义Pareto分布(GPD)是统计分析中一个极为重要的分布,被广泛应用于金融、保险、水文及气象等领域.传统的参数估计方法如极大似然估计、矩估计及概率加权矩估计方法等已被广泛应用,但使用中存在一定的局限性.虽然提出很多改进方法如广义概率加权矩估计、L矩和LH矩法等,但都是研究完全样本的估计问题,而在水文及气象等应用领域常出现截尾样本.本文基于概率加权矩理论,利用截尾样本对三参数GPD提出一种应用范围广且简单易行的参数估计方法,可有效减弱异常值的影响.首先求解出具有较高精度的形状参数的参数估计,其次得出位置参数及尺度参数的参数估计.通过Monte Carlo模拟说明该方法估计精度较高.
- 赵旭程维虎李婧兰
- 关键词：广义PARETO分布次序统计量截尾样本
- 广义Pareto模型的改进及其应用
- 广义Pareto分布(Generalized Pareto Distribution，简称为GPD)是一种极值分布，主要用来描述某些分布的尾部特征。由于极值模型需要大量的数据，而实证分析中往往不能满足这一条件，如：我国股...
- 李婧兰
- 关键词：阈值参数估计统计推断
