[논문 리뷰] Modeling and estimation of conditional excesses

Anne‐Laure Fougères, Philippe Soulier|arXiv (Cornell University)|2008. 06. 15.

Statistical Distribution Estimation and Applications인용 수 2

한 줄 요약

이 논문은 이변량 극값에서 조건부 초과를 추정하기 위한 통계적 프레임워크를 제안한다. X > t일 때 (X,Y)의 극한 조건부 분포를 모델링하고, 극한 분포와 정규화 함수에 대한 정규화된 추정기들을 사용한다. 일致성과 기능적 중심극한정리가 확립되어 있어, 고차원 꼬리 영역에서 극값 조건부 분위수에 대한 신뢰할 수 있는 추론이 가능하다.

ABSTRACT

Let $(X,Y)$ be a bivariate random vector. The estimation of a probability of the form $P(Y\leq y \mid X >t) $ is challenging when $t$ is large, and a fruitful approach consists in studying, if it exists, the limiting conditional distribution of the random vector $(X,Y)$, suitably normalized, given that $X$ is large. There already exists a wide literature on bivariate models for which this limiting distribution exists. In this paper, a statistical analysis of this problem is done. Estimators of the limiting distribution (which is assumed to exist) and the normalizing functions are provided, as well as an estimator of the conditional quantile function when the conditioning event is extreme. Consistency of the estimators is proved and a functional central limit theorem for the estimator of the limiting distribution is obtained. The small sample behavior of the estimator of the conditional quantile function is illustrated through simulations.

연구 동기 및 목표

• 큰 t일 때 P(Y ≤ y | X > t)를 추정하는 데 도전하는 것, 특히 극한 꼬리 영역에서의 추정.
• 적절한 정규화 하에 X > t일 때 (X,Y)의 극한 조건부 분포에 대한 일致한 추정기 개발.
• 극한 조건 사건 하에서 조건부 분위수 함수를 추정하는 것.
• 제안된 추정기들에 대한 이론적 보장, 즉 일치성과 기능적 중심극한정리 확립.

제안 방법

• 극한 조건부 분포의 존재를 가정하고, X > t일 때 (X,Y)의 극한 조건부 분포를 비모수적 방법으로 추정하는 것.
• 실험 분포함수와 극값 이론을 사용하여 정규화 함수와 극한 분포에 대한 추정기들을 도입하는 것.
• 기능적 중심극한정리를 적용하여 추정된 극한 분포 과정의 점근 분포를 유도하는 것.
• 극한 값인 X에 대해 적합한 조건부 분위수 함수 추정기 개발.
• 실험 과정 이론과 약한 수렴 기법을 사용하여 추정기들의 일치성 및 점근 정규성을 증명하는 것.
• 몬테카를로 시뮬레이션을 통해 조건부 분위수 추정기의 소표본 성능을 검증하는 것.

실험 결과

연구 질문

• RQ1 큰 t일 때 X > t 조건 하에서 (X,Y)의 극한 조건부 분포를 어떻게 일관되게 추정할 수 있는가?
• RQ2 제안된 극한 분포 추정기들의 이론적 성질—일치성 및 점근 정규성 등—은 무엇인가?
• RQ3 X > t인 극한 꼬리 영역에서 조건부 분위수 함수를 어떻게 신뢰성 있게 추정할 수 있는가?
• RQ4 극한 조건에서 조건부 분위수 추정기의 유한 표본 행동은 어떠한가?
• RQ5 정규화 함수와 극한 분포는 어떻게 상호작용하여 극값 모델링에서 타당한 추론을 보장하는가?

주요 결과

• 제안된 극한 조건부 분포 및 정규화 함수의 추정기는 가정된 모형 구조 하에서 일관성 있음을 입증하였다.
• 극한 분포 추정기의 기능적 중심극한정리가 확립되어 전체 조건부 분포함수에 대한 추론이 가능해졌다.
• 조건부 분위수 함수 추정기는 일관성이 있으며, 시뮬레이션을 통해 소표본에서 안정적인 성능을 보였다.
• 이론적 프레임워크는 직접 추정이 불가능한 극한 꼬리 영역에서 타당한 통계적 추론을 지원한다.
• 시뮬레이션 연구는 조건부 분위수 추정기가 중간 크기의 표본에서도 합리적인 정확도를 유지함을 확인하였다.