Influence measures and robust estimators of dependence in multivariate extremes
Influence measures and robust estimators of dependence in multivariate extremes
复制标题
多元极端情况下的影响测量和稳健依赖性估计
DOI：
--
复制
发表时间：
2011
期刊：
影响因子：
--
通讯作者：
D. Dupuis
中科院分区：
文献类型：
--
作者：
Yu;D. Murdoch;D. Dupuis
我们开发了一种简单的影响度量来评估多元极值问题中的贝叶斯估计量是否对异常值敏感。所提出的方法很容易通过重要性采样来计算，并成功地捕获了对函数的两种影响：“数据效应”和“参数不确定性效应”。我们还提出了一种新的贝叶斯估计器，它易于实现且稳健。使用模拟数据对这些方法进行测试和说明，然后将其应用于股票市场数据。
We develop a simple influence measure to assess whether Bayesian estimators in multivariate extreme value problems are sensitive to outliers. The proposed measure is easy to compute by importance sampling and successfully captures two effects on the functional: the “data effect” and the “parameter uncertainty effect”. We also propose a new Bayesian estimator which is easy to implement and is robust. The methods are tested and illustrated using simulated data and then applied to stock market data.