Оценка индекса тяжелого хвоста с помощью взвешенной ранговой регрессии по методу наименьших квадратов

Khemissi, Zahia; Brahimi, Brahim; Benatia, Fatah; Хемисси, Захия; Брахими, Брахим; Бенатиа, Фатх

Оценка индекса тяжелого хвоста с помощью взвешенной ранговой регрессии по методу наименьших квадратов

Khemissi, Zahia, Brahimi, Brahim, Benatia, Fatah, Хемисси, Захия, Брахими, Брахим, Бенатиа, Фатх

Дата публикации: 2022-11

Дата публикации в реестре: 2022-12-01T15:22:56Z

Аннотация:

В этой статье мы предложили метод взвешенной оценки методом наименьших квадратов для оценки параметра формы распределения Фреше. Мы показываем производительность предложенной оценки в имитационном исследовании, установлено, что рассматриваемый метод взвешенной оценки показывает лучшую производительность, чем оценка максимального правдоподобия. Максимальное произведение оценки интервала и метода наименьших квадратов с точки зрения систематической ошибки и среднеквадратичной ошибки для большинства рассматриваемых размеров выборки. Кроме того, приведен реальный пример из датских данных, демонстрирующий работоспособность рассматриваемого метода

Ключевые слова:
Frechet distribution, weighted least-squares regression, Rank regression, Monte Carlo simulation, shape parameter, Распределение Фреше, взвешенная регрессия наименьших квадратов, регрессия Ранга, моделирование методом Монте-Карло, параметр формы

Тип: Journal Article

Оценка индекса тяжелого хвоста с помощью взвешенной ранговой регрессии по методу наименьших квадратов

Связанные документы (рекомендация CORE)

Партнеры

Индексация