费尔南多·费拉兹·多·纳西门托;游戏玩家Dani;理查德·戴维斯 极端状态识别的贝叶斯半参数方法。 (英语) Zbl 1359.62080号 钎焊。J.概率。斯达。 30,第4号,540-561(2016). 总结:已知分布的极限尾部行为遵循三种可能的极限分布之一,这取决于在适当的正则性条件下观测模型的吸引域。这项工作提出了一种新的方法来识别和分析GPD的形状参数,作为三种可能状态下的混合物分布。这一估计基于对每种情况的后验概率的评估。基于模型的方法在观测级别使用混合,其中假设广义帕累托分布(GPD)高于阈值,而Gammas分布的混合在阈值下使用。还估计了阈值。进行了模拟练习,以评估模型在各种参数设置和样本量下的准确性,特别是在高分位数估计方面。与现有方法相比,它们表现出了更好的性能。本文还比较了基于贝叶斯模式选择和贝叶斯平均的推论。环境应用的结果表明,正确识别GPD机制在这些研究中起着至关重要的作用。 引用于1文件 MSC公司: 2015年1月62日 贝叶斯推断 62G32型 极值统计;尾部推断 60G70型 极值理论;极值随机过程 62页第12页 统计在环境和相关主题中的应用 关键词:极值理论;GPD分布;环境数据;MCMC公司;贝叶斯推断;广义帕累托分布;混合伽马分布 软件:鲁棒基地;R(右);坚固耐用的 PDF格式BibTeX公司 XML格式引用 \textit{F.Ferraz do Nascimento}等人,Braz。J.概率。Stat.30,No.4,540--561(2016;Zbl 1359.62080) 全文: DOI程序