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, D.; Paterlini, S.. - (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
S. Paterlini
2007-01-01
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.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione
