R语言 smoothtail包 falkMVUE()函数中文帮助文档(中英文对照)

loveR

falkMVUE(smoothtail)
falkMVUE()所属R语言包：smoothtail

                                        Compute original and smoothed version of Falk's estimator for a known endpoint
                                         Falk的估计计算原件和平滑的版本为已知端点

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Given an ordered sample of either exceedances or upper order statistics which is to be modeled using a GPD with  distribution function F, this function provides Falk's estimator of the shape parameter γ \in [-1,0]  if the endpoint
有序样品的超标或上为了统计的是使用GPD分布函数建模F，此功能提供Falk的估计形状参数γ \in [-1,0]的如果端点

of F is known. Precisely,
F是众所周知的。准确地说，

for H either the empirical or the distribution function based on the log–concave density estimator. Note that for any k, \hat γ_{\rm{MVUE}} : R^n \to (-∞, 0). If \hat γ_{\rm{MVUE}}  \not \in [-1,0), then it is likely that the log-concavity assumption is violated.  
H或经验或对数凹的密度估计的分布函数的基础上。请注意，任何k，\hat γ_{\rm{MVUE}} : R^n \to (-∞, 0)。如果\hat γ_{\rm{MVUE}}  \not \in [-1,0)，那么它很可能，log凹假设的被侵犯。


用法----------Usage----------


falkMVUE(est, omega, ks = NA)



参数----------Arguments----------

参数：est
Log-concave density estimate based on the sample as output by logConDens (a dlc object).
登录凹根据样本的密度估计为输出logConDens（dlc对象）。


参数：omega
Known endpoint. Make sure that ω ≥ X_{(n)}.
已知的端点。请确保ω ≥ X_{(n)}。


参数：ks
Indices k at which Falk's estimate should be computed. If set to NA defaults to 2, …, n-1.
指数kFalk的估计应计算。如果设置为NA默认为2, …, n-1的。


值----------Value----------

n x 3 matrix with columns: indices k, Falk's MVUE estimator using the log-concave density estimate, and the ordinary Falk MVUE estimator based on the order statistics.
NX 3的矩阵列指数k，Falk的MVUE估计的使用的log凹密度估计，和普通福尔克MVUE的次序统计量的基础上估计的。


（作者）----------Author(s)----------



Kaspar Rufibach (maintainer), <a href="mailto:kaspar.rufibach@gmail.com">kaspar.rufibach@gmail.com</a>, <br> <a href="http://www.kasparrufibach.ch">http://www.kasparrufibach.ch</a>

Samuel Mueller, <a href="mailto:s.mueller@maths.usyd.edu.au">s.mueller@maths.usyd.edu.au</a>, <br> <a href="http://www.maths.usyd.edu.au/ut/people?who=S_Mueller">http://www.maths.usyd.edu.au/ut/people?who=S_Mueller</a>

Kaspar Rufibach acknowledges support by the Swiss National Science Foundation SNF, <a href="http://www.snf.ch">http://www.snf.ch</a>




参考文献----------References----------

Smooth tail index estimation. J. Stat. Comput. Simul., 79, 1155&ndash;1167.
Extreme quantile estimation in <code>&delta;</code>-neighborhoods of generalized Pareto distributions. Statistics and Probability Letters, 20, 9&ndash;21.
Some best parameter estimates for distributions with finite endpoint. Statistics, 27, 115&ndash;125.

参见----------See Also----------

Other approaches to estimate &gamma; based on the fact that the density is log&ndash;concave, thus
其他方法来估计&gamma;，从而根据一个事实，即密度为log凹


实例----------Examples----------


# generate ordered random sample from GPD[形成有序的随机抽样GPD]
set.seed(1977)
n <- 20
gam <- -0.75
x <- rgpd(n, gam)

## generate dlc object[＃生成DLC对象]
est <- logConDens(x, smoothed = FALSE, print = FALSE, gam = NULL, xs = NULL)

# compute tail index estimators[计算尾部指数估计]
omega <- -1 / gam
falkMVUE(est, omega)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。