Estimating the conditional tail index by integrating a kernel conditional quantile estimator

Laurent Gardes 1 Armelle Guillou 2 Antoine Schorgen 2
1 MISTIS - Modelling and Inference of Complex and Structured Stochastic Systems
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
Abstract : This paper deals with the estimation of an extreme value index of a heavy-tailed distribution in the presence of covariates. A class of estimators is proposed in this context and its asymptotic normality established under mild regularity conditions. These estimators are functions of a kernel conditional quantile estimator depending on some tuning parameters. The finite sample properties of our estimators are illustrated on a small simulation study.
Type de document :
Article dans une revue
Journal of Statistical Planning and Inference, Elsevier, 2012, 142 (6), pp.1586-1598. 〈10.1016/j.jspi.2012.01.011〉
Liste complète des métadonnées

Littérature citée [19 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00578479
Contributeur : Laurent Gardes <>
Soumis le : lundi 21 mars 2011 - 09:46:03
Dernière modification le : mercredi 11 avril 2018 - 01:58:40
Document(s) archivé(s) le : mercredi 22 juin 2011 - 09:51:05

Fichier

kernelgam.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Laurent Gardes, Armelle Guillou, Antoine Schorgen. Estimating the conditional tail index by integrating a kernel conditional quantile estimator. Journal of Statistical Planning and Inference, Elsevier, 2012, 142 (6), pp.1586-1598. 〈10.1016/j.jspi.2012.01.011〉. 〈inria-00578479〉

Partager

Métriques

Consultations de la notice

472

Téléchargements de fichiers

201