A expansão Cornish-Fisher fornece uma maneira de estimar os quantis de uma distribuição com base em momentos. (Nesse sentido, eu o vejo como um complemento à expansão de Edgeworth , que fornece uma estimativa da distribuição cumulativa com base em momentos.) Gostaria de saber em quais situações alguém prefere a expansão de Cornish-Fisher para o trabalho empírico sobre o quantil da amostra ou vice-versa. Algumas suposições:
- Computacionalmente, momentos de amostra podem ser computados on-line, enquanto a estimativa on-line de quantis de amostra é difícil. Nesse caso, o CF 'vence'.
- Se alguém tivesse a capacidade de prever momentos, o CF permitiria alavancar essas previsões para estimativa quantil.
- A expansão de CF pode fornecer estimativas de quantis fora da faixa de valores observados, enquanto o quantil de amostra provavelmente não deveria.
- Não sei como calcular um intervalo de confiança em torno das estimativas quantílicas fornecidas por CF. Nesse caso, amostra 'quantia' ganha.
- Parece que a expansão de CF exige que se estimar vários momentos mais altos de uma distribuição. Os erros nessas estimativas provavelmente se acumulam de tal maneira que a expansão CF apresenta um erro padrão mais alto que o quantil da amostra.
Alguma outra? Alguém tem experiência usando esses dois métodos?