Principal Component Analysis for Extremes and Application to U.S. Precipitation
Principal Component Analysis for Extremes and Application to U.S. Precipitation
复制标题
极值主成分分析及其在美国降水中的应用
DOI：
10.1175/jcli-d-19-0413.1
复制
发表时间：
2020
影响因子：
4.9
通讯作者：
Wehner, Michael F.
中科院分区：
文献类型：
--
作者：
Jiang, Yujing;Cooley, Daniel;Wehner, Michael F.
我们提出了一种方法来分析极值行为，通过透镜的最有效的基础向量。该方法类似于主成分分析，但基于极值分析的方法。具体来说，我们不是分解协方差或相关矩阵，而是通过对描述成对极值依赖的矩阵进行特征分解来获得基向量。我们将该方法应用于美国邻近地区的降水观测。我们发现，与领先的特征向量相关的大系数的时间序列显示出非常强的正趋势的证据，有证据表明，其他特征向量的大系数与厄尔尼诺南方涛动的关系。
We propose a method for analyzing extremal behavior through the lens of a most efficient basis of vectors. The method is analogous to principal component analysis, but is based on methods from extreme value analysis. Specifically, rather than decomposing a covariance or correlation matrix, we obtain our basis vectors by performing an eigendecomposition of a matrix that describes pairwise extremal dependence. We apply the method to precipitation observations over the contiguous United States. We find that the time series of large coefficients associated with the leading eigenvector shows very strong evidence of a positive trend, and there is evidence that large coefficients of other eigenvectors have relationships with El Niño–Southern Oscillation.
登录
查看更多内容
DOI：
10.2307/2289692
发表时间：
1987-07
期刊：
--
影响因子：
--
作者：
S. Resnick
通讯作者：
S. Resnick
影响因子：
4.6
作者：
B. Timmermans;M. Wehner;D. Cooley;T. O’Brien;Harinarayan Krishnan
通讯作者：
B. Timmermans;M. Wehner;D. Cooley;T. O’Brien;Harinarayan Krishnan
NARCCAP 极端降水的两个案例研究
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
Grant B. Weller;D. Cooley;S. Sain;M. Bukovsky;L. Mearns
通讯作者：
L. Mearns
极值依赖性测量和极值图：规则变化的情况
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
Martin Larsson;S. Resnick
通讯作者：
S. Resnick
DOI：
--
发表时间：
1987
期刊：
影响因子：
--
作者：
A. Feinstein
通讯作者：
A. Feinstein