Distributional Fitting and Tail Analysis of Lead-Time Compositions: Nights vs. Revenue on Airbnb
创建于 更新于
摘要
本研究利用2019–2025年Airbnb日度数据，将每日日程提前期视为365维的组成向量，通过区间截尾交叉熵拟合Gamma/Weibull/Lognormal并用GPD做尾部分析，发现：收入权重（GBV）在中远期（30–180天）比夜数（Nights）更集中，90天以上GBV通常比Nights多20–50%，极端阈值分析在接近365天截尾时不稳健；两参数族（Gamma/Weibull）能有效概括日度pmf，而GAM在CRPS上显著更优但可解释性差 [page::0][page::14][page::22]
