Modern risk assessment in many areas of interest require estimation of the extremal behaviour of sums of random variables. We derive the first order upper-tail behaviour of the weighted sum of bivariate random variables under weak assumptions on their marginal distributions and their copula. The extremal behaviour of the marginal variables is characterised by the generalised Pareto distribution and their extremal dependence is characterised using subclasses of the limiting representations of Ledford and Tawn (1997) and Heffernan and Tawn (2004), which describe both components being jointly extreme, and the behaviour of one component conditional on the other component being large, respectively. We find that the upper are both positive or have different signs, the upper tail behaviour of the aggregate is driven by different factors dependent on the signs of the marginal shape parameters; if they are both negative, the extremal behaviour of the aggregate is driven by both marginal shape parameters and the coefficient of asymptotic independence Ledford and Tawn (1996); if they are both positive or have different signs, the upper-tail behaviour of the aggregate is driven solely be the largest marginal shape. We also derive the aggregate upper-tail behaviour for some well known copulae which reveals further insight into the tail structure when the copula falls outside the conditions for the subclasses of the limiting dependence representations. We conduct inference on the upper-tail of aggregates of gridded UK precipitation and temperature data to illustrate that our limit results provide good approximations in practice.


翻译:在许多感兴趣的领域,现代风险评估要求估计随机变量总量的极端行为。我们根据对边际分布和千叶草质的脆弱假设,得出双变随机变量加权总和的第一顺序高尾行为。边际变量的极端行为特征是泛泛Pareto分布及其极端依赖性,其特征是使用Ledford和Tawn(1997年)、Heffernan和Tawn (2004年)这两个部分的限制性表现的子类,这两个部分都描述了共同的极端,一个部分的行为分别以另一部分的大为条件。我们发现,上层是正的,或者有不同的迹象,总体的上尾部行为是由取决于边际形状参数迹象的不同因素驱动的。如果它们都是负面的,则总体的极端行为是由边际形状参数和偏差独立Ledford和Tawn(1996年)的系数所驱动的;如果这两个部分是正面的或有不同迹象,则一个部分的上层是最大的边形。我们发现,总量的上尾部行为只是最边缘的形状。我们还从某些已知的尾尾部行为中得出了某些已知的底底部行为,在COL的底部表现。当我们所了解的COL的底部的底部显示的底部的底部的底部,则会的底部显示为英国的底部。

0
下载
关闭预览

相关内容

一份简单《图神经网络》教程,28页ppt
专知会员服务
123+阅读 · 2020年8月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【ICML2020】图神经网络基准,53页ppt,NUS-Xavier Bresson
专知会员服务
57+阅读 · 2020年7月18日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
近期必读的8篇 AAAI 2020【图神经网络(GNN)】相关论文
专知会员服务
76+阅读 · 2020年1月15日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Arxiv
0+阅读 · 2021年7月16日
On the expressivity of bi-Lipschitz normalizing flows
Arxiv
0+阅读 · 2021年7月14日
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
VIP会员
相关VIP内容
一份简单《图神经网络》教程,28页ppt
专知会员服务
123+阅读 · 2020年8月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【ICML2020】图神经网络基准,53页ppt,NUS-Xavier Bresson
专知会员服务
57+阅读 · 2020年7月18日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
近期必读的8篇 AAAI 2020【图神经网络(GNN)】相关论文
专知会员服务
76+阅读 · 2020年1月15日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Top
微信扫码咨询专知VIP会员