基于外推中间次序分位数的极端条件分位数估计

近年来,条件分位数估计被广泛应用于金融、生物和医学等众多领域.在研究协变量对响应变量在不同分位数水平的影响时,分位数回归方法是一种贴切且有效的估计方法.然而,由于尾部数据的稀疏性,用分位数回归来估计极端条件分位数通常会产生较大的估计误差.文章将极值理论与分位数回归结合起来,利用中间条件分位数外推法,研究线性分位数回归模型尾部极端分位数水平的估计.基于核函数修正了现有方法中对极值指数和极端条件分位数估计的渐近有偏性,得到了一种渐近无偏的尾部估计量,并论证了其渐近正态性.数值模拟和实例数据分析表明,文章所提方法具有一定的稳定性,即中间分位数个数的不同取值对极值指数和极端条件分位数的估计不会产生较大的影响.