×
阿克塞尔·比彻;乔纳·利连塔尔;保罗·金斯瓦特;弗莱德，罗兰

极值模型的惩罚拟最大似然估计及其在洪水频率分析中的应用。 （英文） Zbl 1466.62420号

极端 24，第2期，325-348（2021）.
摘要：水文学中一个常见的统计问题是估算年最大河流流量分布及其分位数，以评估防洪系统。通常，记录长度较短，估计值不精确，因此建议利用其他信息源。然而，这些信息的充分性往往存在不确定性，并且很难严格决定是否使用这些信息。我们提出惩罚准最大似然估计来克服这一困境，允许我们将模型推向一个事先确定的合理方向。我们对区域环境特别感兴趣，因为河流流量观测是在多个站点收集的。为了解释区域信息，我们引入了一个受流行的指数洪水假设启发的惩罚术语。与标准方法不同，区域化程度可以逐步控制，而不是在局部估计器或区域估计器之间作出决定。为了与其他局部和区域估计量进行比较，给出了估计量一致性的理论结果，并进行了广泛的仿真。所建议的程序对于同质和异质场地组都产生了非常好的结果。一个由位于德国萨克森州的站点组成的案例研究说明了实际数据的适用性。

引用于1文件

MSC公司：

62页第12页 统计学在环境和相关主题中的应用
62G08号 非参数回归和分位数回归
62G32型 极值统计；尾部推断
60层10 大偏差
86A05型 水文学、水文学、海洋学

关键词：

区域化;指数洪水假设;广义极值分布;与速率的一致性;调谐参数选择

软件：

LMOMENTS公司;ElemStatLearn（电子状态学习）
PDF格式BibTeX公司 XML格式引用
\textit{A.Bücher}等人，《极限24》，第2期，第325--348页（2021年；Zbl 1466.62420）
全文： 内政部
OA许可证

参考文献：

[1] Baratti，E。；蒙塔纳里，A。；Castellarin，A。；萨利纳斯，J。；维格利奥内，A。；Bezzi，A.，《估算季节和年度时间尺度下的洪水频率分布》，《水文》。地球系统。科学。，16, 12, 4651-4660 (2012) ·doi:10.5194/hess-16-4651-2012年
[2] Bücher，A。；Segers，J.，关于广义极值分布的最大似然估计，极值，20,4839-872（2017）·Zbl 1398.62056号 ·doi:10.1007/s10687-017-0292-6
[3] Buishand，TA，《结合多个站点的数据进行极端降雨量估算》，《水文》。科学杂志，36，4，345-365（1991）·doi:10.1080/02626669109492519
[4] Buishand，TA；Demaré，GR，根据不同季节的最大值样本估计年最大值分布，Stoch。水文学。液压。，4, 2, 89-103 (1990) ·doi:10.1007/BF01543284
[5] Cannon，AJ，《水文气候学中非平稳广义极值分析的灵活非线性建模框架》，Hydrol。过程。，24, 6, 673-685 (2009) ·doi:10.1002/hyp.7506
[6] 科尔斯，SG；Dixon，MJ，基于Likelihood的极值模型推断，极值，2,1,5-23（1999）·Zbl 0938.62013号 ·doi:10.1023/A:1009905222644
[7] 库利·D·。；Nychka，D。；Naveau，P.，极端降水回归水平的贝叶斯空间建模，J.Amer。统计协会，102、479、824-840（2007）·Zbl 1469.62389号 ·doi:10.1198/016214500000780
[8] Dalrymple，T.，《水文学洪水频率分析手册：第3部分》（1960年），USGPO：技术代表
[9] 德哈恩，L。；Ferreira，A.，《极值理论：导论》（2006），柏林：施普林格出版社，柏林·Zbl 1101.62002号 ·数字对象标识代码：10.1007/0-387-34471-3
[10] Dombry，C.，块最大值框架内极值指数的最大似然估计量的存在性和一致性，Bernoulli，21，1420-436（2015）·Zbl 1388.62042号 ·doi:10.350/13-BEJ573
[11] Dombry，C.，Ferreira，A.：基于块极大值方法的最大似然估计。arXiv:1705.00465（2017）·兹比尔1466.62320
[12] El Adlouni，S。；乌尔达，TBMJ；张，X。；罗伊，R。；Bobée，B.，非平稳广义极值模型的广义最大似然估计，水资源。研究，43，3，W03410（2007）·doi:10.1029/2005WR004545
[13] 费舍尔，S。；舒曼，A。；Schulte，M.，《根据混合概率分布中的时间尺度表征季节性洪水类型》，《水文学杂志》，539，38-56（2016）·doi:10.1016/j.jhydrol.2016.05.005
[14] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素：数据挖掘、推理和预测》（2009），柏林：施普林格科技与商业媒体出版社，柏林·Zbl 1273.62005年 ·doi:10.1007/978-0-387-84858-7
[15] 霍斯金，JRM，L矩：使用顺序统计的线性组合分析和估计分布，《皇家统计学会期刊》，52，1，105-124（1990）·Zbl 0703.62018号
[16] 霍斯金，JRM；Wallis，JR，《区域频率分析：基于L矩的方法》（2005），剑桥：剑桥大学出版社，剑桥
[17] 霍斯金，JRM；沃利斯，JR；Wood，EF，用概率加权矩法估计广义极值分布，技术计量学，27，3，251-261（1985）·doi:10.1080/00401706.1985.10488049
[18] RW卡茨；帕朗热，MB；Naveau，P.，《水文极端统计》，《水资源高级》。，25, 8, 1287-1304 (2002) ·doi:10.1016/S0309-1708（02）00056-8
[19] K.奈特。；Fu，W.，套索型估计量的渐近性，Ann.Stat.，28，5，1356-1378（2000）·Zbl 1105.62357号
[20] Leadbetter，MR，关于平稳序列中的极值，Z.Wahrscheinlichkeits theor Verw。德国。，28, 289-303 (1974) ·Zbl 0265.60019号 ·doi:10.1007/BF00532947
[21] Lu，左心室；Stedinger，JR，2参数和3参数gev-pwm分位数估计量的方差-公式、置信区间和比较，J.Hydrol。，138，1-2247-267（1992年）·doi:10.1016/0022-1694（92）90167-T
[22] Martins，ES；Stedinger，JR，水文数据的广义最大似然广义极值分位数估计量，水资源。研究，36，3，737-744（2000）·doi:10.1029/1999WR900330
[23] Pötscher，BM；Leeb，H.，《关于惩罚最大似然估计量的分布：套索、scad和阈值法》，J.Multivar。分析。，100, 9, 2065-2082 (2009) ·Zbl 1170.62046号 ·doi:10.1016/j.jmva.2009.06.010
[24] 塞里纳尔迪，F。；基尔斯比，CG，《静止是不死的：不确定性支配着极值的分布》，《高级水资源》。，77, 17-36 (2015) ·doi:10.1016/j.advwatres.2014.12.013
[25] 宋，X。；卢·F。；Wang，H。；萧，W。；Zhu，K.，非平稳皮尔逊3型分布的惩罚最大似然估计，J.Hydrol。，567, 579-589 (2018) ·doi:10.1016/j.jhydrol.2018.10.035
[26] Tibshirani，R.，《通过套索进行回归收缩和选择》，J.Royal Stat.Soc.B，58，1，267-288（1996）·Zbl 0850.62538号
[27] Tibshirani，R。；桑德斯，M。；Rosset，S。；朱，J。；K.奈特（K.K.Knight），《通过融合套索实现的稀疏与平滑》（Sparsity and smooth via the fusion lasso），《皇家统计学会B辑》（Stat.Methodol.），67，1，91-108（2005）·Zbl 1060.62049号 ·文件编号：10.1111/j.1467-9868.2005.00490.x
[28] Van der Vaart，AW，《渐近统计》，第3卷（2000年），剑桥：剑桥大学出版社，剑桥·Zbl 0943.6202号
[29] Vapnik，VN，《统计学习的本质》（2000年），纽约：Springer，纽约·Zbl 0934.62009号 ·doi:10.1007/978-1-4757-3264-1
[30] Waylen，P。；Mk，Woo，混合过程产生的年度洪水预测，水资源。Res.，18，4，1283-1286（1982）·doi:10.1029/WR018i004p01283
[31] 木材，SN；李，Z。；沙迪克，G。；NH Augustin，《千兆大的广义加性模型：英国黑烟网络每日数据建模》，美国统计协会，112，519，1199-1210（2017）·doi:10.1080/016214519.2016.1195744
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。