Estimation non-paramétrique des quantiles extrêmes conditionnels - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2009

Estimation non-paramétrique des quantiles extrêmes conditionnels

Résumé

We propose a method to estimate quantiles from heavy-tailed distributions when covariate information is available and in the case where the order of the quantile converges to one as the sample size increases. Asymptotic distribution of such an estimator is established in the case where the quantile is in the range of data or near and even beyond the sample. An illustration on simulated data is provided.
Nous proposons dans le cas des distributions à queue lourde une méthode d'estimation des quantiles extrêmes en présence d'une covariable. La loi limite d'un tel estimateur est ensuite donnée en fonction de la vitesse de convergence de l'ordre du quantile vers un. Pour conclure, une illustration sur données simulées est présentée.
Fichier principal
Vignette du fichier
p18.pdf (145.27 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

inria-00386572 , version 1 (22-05-2009)

Identifiants

  • HAL Id : inria-00386572 , version 1

Citer

Laurent Gardes, Stéphane Girard, Alexandre Lekina. Estimation non-paramétrique des quantiles extrêmes conditionnels. 41èmes Journées de Statistique, SFdS, May 2009, Bordeaux, France. ⟨inria-00386572⟩
192 Consultations
111 Téléchargements

Partager

Gmail Facebook X LinkedIn More