混合双参数广义pareto分布的参数估计.pdfVIP

第39 卷第20 期 数学的实践与认识 V o l39　N o 20　 2009 年 10 月 M A TH EM A T IC S IN PRA CT ICE AN D TH EO R Y O ctob er , 2009　 混合双参数广义Pareto 分布的参数估计 1 2 刘　媚 , 　汤银才 ( 1. 宁夏师范学院 数计学院, 宁夏 固原　756000) (2. 华东师范大学 金融与统计学院, 上海　20024 1) 摘要: 　P areto 分布族因其厚尾特点, 在金融分析、寿命分析中都是非常重要的统计模型. 但是对于混合双 参广义P areto 分布, 在模型参数估计时, 传统的矩法估计和极大似然估计在理论上可以实现, 实践时比较困 难. 本文应用EM 算法之ECM 算法, 研究了混合广义P areto 分布在完全数据场合下的参数估计问题, 并模拟 说明EM 算法来估计混合广义P areto 分布是一种容易实现又非常有效的方法. 关键词: 　混合广义P areto 分布; ECM 算法; 参数估计; 完全数据 1　引　　言 　　P areto 分布是意大利经济学家P areto 将其作为一种收入分布最先介绍的. 一个多世纪 以来它在不同的领域中越来越受到重视. 由于P areto 分布具有递减的失效率函数, 经常用 ( ) 来描述诸如个人收入 收入越高, 获得更高收入的能力就会增加 、某种药理过程后病人的存 ( ) 活时间 存活时间越长, 能够继续存活更长时间的可能性就越高 等模型. 另外如城市人 口 容量、自然现象的发生、股票价格波动、保险风险、产品的寿命等, 也常用P areto 分布来描述. P areto 分布族在环境学中也有广泛的应用, 如海浪、风力、气温、降雨等自然现象的研究, 很 [ 1 ] [2 ] 多都采用了 分布族 . 和 对英格兰约可郡 河流从1934 年到 P areto Cab ra s Ca stellano s N idd 1969 年的年度最大流量作了统计分析. 2004 年J u arez 等人用P areto 分布对从 1900 年至 2002 年月度累计降水量超过 300 的历史数据进行了分析研究. 李海芬2004[3 ] , 南新艳, mm 2005[4 ] 分别研究了单个P areto 总体及P areto 分布族的统计性质, 对于单个总体的数据分析 的方法已经发展非常成熟. 但是在应用中经常会遇到混合分布情况, 特别是两元P areto 分 布, Sin gp u rw a lla ( 1986) [ 5 ] 等在这方面都做了深入的研究. 尤其广义P areto 分布由于厚尾的 特点, 近年被广泛应用于极值理论进行金融风险度量, 在应用GPD 模型时, 估计超量损失分 布的渐近帕累托分布的参数值, 是得到较精确V aR 值的关键. 对于混合广义P areto 分布的 参数估计, 一般理论都用极大似然法或矩