Un nouvel estimateur des quantiles extrêmes basé sur le modèle “log Weibull-tail” généralisé
Texte intégral
Documents relatifs
abstract Cet article est une synthèse bibliographique des méthodes d’estimation de quantiles extrêmes pour les lois à queue de type Weibull. Ces lois ont une fonction de survie
Nous proposons dans le cas des distributions ` a queue lourde une m´ethode d’es- timation des quantiles extrˆemes en pr´esence d’une covariable.. La loi limite d’un tel
Lorsque la covariable est déterministe, nous avons proposé trois estimateurs des quantiles extrêmes conditionnels et lorsqu’elle est aléatoire, nous avons introduit un estimateur
Pour ce faire, nous nous pla¸cons dans le cadre de la m´ ethode des maxima par blocs et nous ´ etudions le comportement de l’erreur relative d’approximation associ´ ee ` a
Dans un premier temps, nous exposons les expressions des erreurs asymptotiques relatives des quantiles extrˆ emes issus d’une loi GEV, et ce lorsque le param` etre de forme ξ
Dans un second temps, le but était d’estimer les mesures de risque classiques que sont la Value-at-Risk, la Conditional Tail Expectation, la Conditional Value-at-Risk, la Condi-
Calculer les param` etres (moyenne, m´ ediane, quartiles) dans les deux groupes avec ou sans prot´ einurie de Bence-Jones. Com- parer aux param` etres calcul´ es en 1) sur la
Deux probl`emes peuvent ˆetre trait´es tr`es facilement via cette nouvelle m´ethode : estimation de quantiles extrˆemes et estimation d’´ev´enements rares.. That mapping can be