论文研究 最大间距的统一渐近结果和连续模型的广义间距方法

使用基于极限定理结果的方法获得渐近结果，该极限定理结果是针对包括最大间距（MSP）方法的一类通用间距（GSP）方法获得的。 事实证明，MSP方法对于估算具有原点偏移的单变量连续模型的参数非常有用，精算科学和极端模型的损失模型中经常遇到这种偏移。 通常，MSP估计器也已显示出与最大似然估计器一样有效，并且当ML方法对于某些参数模型可能存在数值困难时，可以用作替代方法。 渐近性质以统一的方式表示。 还包括有助于GSP方法应用的估计性和参数测试结果的鲁棒性结果，并且与准似然结果相关。