Перевести "Comparison of tail index estimators"

malahai2000

Comparison of tail index estimators

kliM

сравнение способов оценки хвостовых (что это - должно быть понятно из контекста) индексов

malahai2000

Может просто сравнение оценок хвостовых индексов ? А что такое хвостовые индексы ?

kliM

видимо, последний по номеру... неужели из контекста не ясно?

malahai2000

Это заглавие Название статьи До текста еще не дошел!

dimaxd

Попробуй пока переводить сам текст, по ходу и уточнишь название

korda

В выражении "Distribution function with regularly varying tails"
Какой математический смысл несёт фраза - "regularly varying tails"

kliM

хм... интересно, что такое хвосты функции распределения?.. Может точки вдали от максимума, где она к нулю стремится? Вроде как для них ЦПТ не применима, поэтому оценки и придумывают в статье

dimaxd

Про хвосты функции распределения:
Иногда бывает, что у случайной величины не существует математическое ожидание, т.к. соответствующий интеграл расходится. В этом случае говорят, что функция распределения с.в. имеет тяжелые хвосты, т.е. плотность распределения недостаточно быстро сходится к 0 на бесконечности.
Здесь речь о регулярно изменяющихся хвостах; пока не соображу, что это такое.

_shmel_

Хвосты функции распределения - ето то, как она ведет себя при переходе к + или минус бесконечности. Если хвосты "тяжелые", то нередко нельзя вычислить матожидание, дисперсию и прочие моменты. А "правильные хвосты" - скорее всего когда все моменты могут быть вычислены.

kliM

ну т.е. я почти прав оказался
а что тогда значит "регулярно меняющиеся хвосты"?

korda

Еще более интересно что такое "постоянно изменяющиеся хвосты"?
Мне, как человеку далекому от тервера, это совершенно не представимо.
Кто-нить может дать какие-нить коментарии, желательно наиболее простым языком

_shmel_

Ууу, блин, переводчик... Даже Лингво грит, что одно из значений Reguralry - правильно. Мысли о том, что такое правильные хвосты были приведены раньше.

dimaxd

А "правильные хвосты" - скорее всего когда все моменты могут быть вычислены.

Кстати, мысль разумная вроде... Наверное так и есть.

kliM

т.е. убывающие быстрее, чем X^(-N) ? где N - любое натуральное?

dimaxd

Ну т.е. p_{Х}(x)=O(1/x^3 тогда можно мат.ожидание вычислить. (Вроде.)

kliM

на самом деле достаточно o(x^-2)... но там же написано, что ВСЕ моменты, т.е. не только первый
Оставить комментарий
Имя или ник:
Комментарий: