Links

Tools

Export citation

Search in Google Scholar

Conditional extreme value analysis for random vectors using polar representations ; Extremwerttheorie für bedingte Verteilungen von Zufallsvektoren unter der Verwendung von polaren Darstellungen

Thesis published in 2015 by Miriam Isabel Seifert
This paper is available in a repository.
This paper is available in a repository.

Full text: Download

Question mark in circle
Preprint: policy unknown
Question mark in circle
Postprint: policy unknown
Question mark in circle
Published version: policy unknown

Abstract

In this thesis we contribute to the extreme value theory by deriving conditional limit statements for bivariate random vectors with polar representations given that one component becomes extreme. Our results extend the class of elliptical and generalized distributions for which the conditional extreme value theory could be applied. For this purpose we propose a new geometric approach which permits deeper understanding of existing results and gives opportunities for our further interesting generalizations. Moreover, we deduce limit theorems for dependent polar components which are of much importance for applications. ; Diese Arbeit liefert einen Beitrag zur Extremwerttheorie, indem wir Grenzwertaussagen für die bedingte Verteilung von bivariaten Zufallsvektoren mit polarer Darstellung herleiten gegeben dass eine Vektorkomponente extrem wird. Unsere Ergebnisse erweitern die Klasse der elliptischen und verallgemeinerten Verteilungen, für die sich Aussagen über ihr asymptotisches Verhalten gewinnen lassen. Hierfür schlagen wir einen neuen geometrischen Ansatz vor, welcher sowohl ein tiefergehendes Verständnis von bestehenden Resultaten erlaubt als auch weitere interessante Verallgemeinerungen in unserer Arbeit ermöglicht. Darüber hinaus leiten wir Grenzwertaussagen für abhängige Polarkomponenten her, welche im Hinblick auf Anwendungen von großer Bedeutung sind.