-
题名广义Pareto分布参数的最小二乘估计
被引量:9
- 1
-
-
作者
陈海清
程维虎
-
机构
贵州师范学院数学与算计机科学学院
北京工业大学应用数理学院
-
出处
《应用概率统计》
CSCD
北大核心
2013年第2期121-135,共15页
-
基金
2010年北京市教委科技面上项目(KM201010005006)
贵州师范学院科研基金(12YB021)资助
-
文摘
传统的广义Pareto分布(Generalized Pareto Distribution,简记GPD)的参数估计一般受分布形状参数的约束.如:矩估计(the Method of Moments,简记MOM),概率加权矩估计(the ProbabilityWeighted Moments,简记PWM),L矩估计(简记LM),极大似然估计(Maximum Likelihood Estima-tion,简记MLE)等.本文利用GDP可转化成指数分布的事实及指数分布参数估计的结果,利用最小二乘(the Least Squares,简记LS)法,得到了两参数和三参数GPD的参数估计;给出了估计量具有渐近正态性的结果.估计方法不受分布形状参数的限制.模拟显示:本文提出的估计在某些常用条件下优于GPD的其他参数估计,如MOM,PWM,LM,以及基于分位数估计(the Elemental PercentileMethod,简记EPM)等.
-
关键词
广义PARETO分布
矩估计
概率加权矩估计
最小二乘估计
L矩估计
基于分位数估计
-
Keywords
Generalized Pareto distribution, the method-of-moments, probability-weighted mo-ments, the least squares, L-moments, elemental percentile method.
-
分类号
O212.1
[理学—概率论与数理统计]
-