Functional peaks‐over‐threshold analysis
Functional peaks‐over‐threshold analysis
复制标题
功能峰超阈值分析
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
A. Davison
中科院分区：
文献类型：
--
作者：
Raphaël de Fondeville;A. Davison
使用广义帕累托分布的超阈值峰值分析广泛应用于单变量随机变量的尾部建模，但当使用单变量结果研究复杂的极端事件时，可能会丢失许多信息。在本文中，我们扩展了峰值过阈值分析的功能数据的极端。使用泛函r定义的阈值概率由广义r-帕累托过程建模，广义r-帕累托分布的泛函广义化，涵盖了尾概率衰减的三个经典区域，并且是正确重新标度过程的r-概率的唯一可能连续极限。我们给出了广义r-Pareto过程的构造规则、模拟算法和推理程序，讨论了模型验证，并将新方法应用于极端欧洲风暴和强空间降雨。
Peaks‐over‐threshold analysis using the generalised Pareto distribution is widely applied in modelling tails of univariate random variables, but much information may be lost when complex extreme events are studied using univariate results. In this paper, we extend peaks‐over‐threshold analysis to extremes of functional data. Threshold exceedances defined using a functional r are modelled by the generalised r‐Pareto process, a functional generalisation of the generalised Pareto distribution that covers the three classical regimes for the decay of tail probabilities, and that is the only possible continuous limit for r‐exceedances of a properly rescaled process. We give construction rules, simulation algorithms and inference procedures for generalised r‐Pareto processes, discuss model validation and apply the new methodology to extreme European windstorms and heavy spatial rainfall.
登录
查看更多内容
DOI：
10.48550/arxiv.1912.06560
发表时间：
2019
期刊：
arXiv e-prints
影响因子：
--
作者：
Wadsworth Jennifer L.
通讯作者：
Wadsworth Jennifer L.
通过极端事件条件进行最大稳定过程的统计推断
影响因子：
1.2
作者：
Engelke;Malinowski;Oesting;Schlather
通讯作者：
Schlather
1979 年至 2012 年欧洲极端风暴的 XWS 开放获取目录
影响因子：
4.6
作者：
Roberts J
通讯作者：
Roberts J
DOI：
10.1111/rssb.12074
发表时间：
2015-01-01
影响因子：
5.8
作者：
Engelke, Sebastian;Malinowski, Alexander;Schlather, Martin
通讯作者：
Schlather, Martin