Estimating Bivariate Tail : a copula based approach.

Elena Di Bernardino (ISFA, Université Lyon 1)
vendredi 18 novembre 2011

Résumé : Ce travail concerne la construction d’un estimateur de la queue d’une distribution bivariée, capable de capturer les informations de la dépendance entre les deux variables aléatoires, dans le cas de dépendance asymptotique comme dans le cas d’indépendance asymptotique. La construction de cet estimateur se fonde essentiellement sur une méthode bidimensionnelle de dépassement de seuil (Peaks Over Threshold method) et donc sur une version bivariée du Théorème de Pickands-Balkema-de Haan. La modélisation de la dépendance est obtenue via la copule de dépendance de la queue supérieure (Upper Tail Dependence Copula, UTDC). Nous démontrons des propriétés de convergence pour l’estimateur ainsi construit. Nous présentons aussi les exemples avec des données réelles qui illustrent nos résultats théoriques.


Cet exposé se tiendra en salle C20-13, 20ème étage, Université Paris 1, Centre Pierre Mendès-France, 90 rue de Tolbiac, 75013 Paris (métro : Olympiades).


Agenda

<<

2017

>>

<<

Avril

>>

Aujourd'hui

LuMaMeJeVeSaDi
272829303112
3456789
10111213141516
17181920212223
24252627282930

Annonces

ESANN 2016 : European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning


STATLEARN 2016


ICOR 2016