Afrika Statistika

On robust tail index estimation under random censorship

Abdallah Sayah Abdallah Sayah, Brahim Brahimi Brahim Brahimi, and Djabrane Yahia Djabrane Yahia

Full-text: Open access

Abstract

In this paper, we propose a new robust tail index estimation procedure for Pareto-type distributions in the framework of randomly censored samples, based on the ideas of Kaplan-Meier integration using the huberized M-estimator of the tail index. We derive their asymptotic results. We illustrate the performance and the robustness of this estimator for small and large sample size in a simulation study.

Résumé

Dans cet article, nous proposons une nouvelle procédure de l'estimation robuste de l'indice de la queue pour les distributions de type Pareto dans le cas d'échantillons censurés, sur la base des idées de l'intégrale de Kaplan-Meier en utilisant le huberized M-estimateur de l'indice de la queue. Nous dérivons leurs résultats asymptotiques. Nous illustrons dans l'étude de la simulation la performance et la robustesse de cet estimateur pour un échantillon de petite et grande taille.

Article information

Source
Afr. Stat., Volume 9, Number 1 (2014), 671-683.

Dates
First available in Project Euclid: 11 December 2014

Permanent link to this document
https://projecteuclid.org/euclid.as/1418310401

Mathematical Reviews number (MathSciNet)
MR3291017

Zentralblatt MATH identifier
1309.62072

Subjects
Primary: 62G07: Density estimation 62G20: Asymptotic properties

Keywords
Heavy-tailed distributions Hill estimator Random censorship Regular variation Robust estimation Tail index

Citation

Abdallah Sayah, Abdallah Sayah; Djabrane Yahia, Djabrane Yahia; Brahim Brahimi, Brahim Brahimi. On robust tail index estimation under random censorship. Afr. Stat. 9 (2014), no. 1, 671--683. https://projecteuclid.org/euclid.as/1418310401


Export citation