In questo lavoro, si propone di utilizzare lo stimatore MLqE di Massima Lq-Verosimiglianza, introdotto da Ferrari e Yang (2007), per la stima dei parametri della distribuzione del Valore Estremo generalizzata e della distribuzione di Pareto generaliz- zata. L’analisi empirica, condotta mediante simulazioni Monte Carlo, mostra che lo sti- matore MLqE e ́ piu ́ efficiente dello stimatore di Massima Verosimiglianza nel caso in cui si voglia stimare la probabilita ́ di un evento estremo, avendo a disposizione un campione di dimensioni limitate.
The Maximum Lq-Likelihood Estimator in Extreme Value Theory, Italian / Ferrari, Davide; Paterlini, Sandra. - ELETTRONICO. - (2007), pp. su CD-su CD. (Intervento presentato al convegno SIS convegno intermedio. tenutosi a Venezia nel 6-8 Luglio).
The Maximum Lq-Likelihood Estimator in Extreme Value Theory, Italian
FERRARI, Davide;PATERLINI, Sandra
2007
Abstract
In questo lavoro, si propone di utilizzare lo stimatore MLqE di Massima Lq-Verosimiglianza, introdotto da Ferrari e Yang (2007), per la stima dei parametri della distribuzione del Valore Estremo generalizzata e della distribuzione di Pareto generaliz- zata. L’analisi empirica, condotta mediante simulazioni Monte Carlo, mostra che lo sti- matore MLqE e ́ piu ́ efficiente dello stimatore di Massima Verosimiglianza nel caso in cui si voglia stimare la probabilita ́ di un evento estremo, avendo a disposizione un campione di dimensioni limitate.
Pubblicazioni consigliate
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris
