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