鲍里斯·贝朗格;西蒙·帕多安（Simone A.Padoan）。;斯科特·西森。 极端分位数区域的估计和不确定性量化。 （英语） Zbl 1466.62291号 极端 24，第2号，349-375（2021）; 勘误表同上，第24号，第2号，377-378（2021）。 摘要：极端分位数区域的估计是极端分析中的一项重要任务，在这些区域中，未来极端事件可能以给定的低概率发生，甚至超出观测数据的范围。现有的方法可用于估计此类区域，但不提供任何估计不确定性的度量。我们在贝叶斯范式下开发了用于估计极端分位数区域的单变量和双变量方案，该方案优于现有方法，并提供了分位数区域估计不确定性的自然度量。我们在受控仿真研究中检验了该方法的性能。我们通过分析意大利米兰记录的不同温度梯度下污染物对的高双变量分位数，说明了所提方法的适用性。 引用于1审查引用于5文件 MSC公司： 62G08号 非参数回归和分位数回归 62G32型 极值统计；尾部推断 62甲12 多元分析中的估计 60层10 大偏差 62页第12页 统计在环境和相关主题中的应用 关键词：空气污染;贝叶斯非参数;伯恩斯坦多项式;极值依赖;极端分位数区域;最大稳定分布 PDF格式BibTeX公司 XML格式引用 \textit{B.Beranger}等人，《极限24》，第2期，349--375页（2021年；Zbl 1466.62291） 全文： 内政部 arXiv公司 参考文献： [1] 安东尼亚诺·维拉洛沃斯，I。；Walker，SG，幂似然的贝叶斯非参数推断，J.Compute。图表。统计，22，801-813（2013）·doi:10.1080/10618600.2012.728511 [2] 贝兰特，J。；戈格贝尔，Y。；塞格斯，J。；Teugels，J.，《极值统计：理论与应用》（2004），奇切斯特：威利·Zbl 1070.62036号 ·doi:10.1002/0470012382 [3] Beranger，B.，Padoan，S.A.：极端依赖模型。见：《极值建模与风险分析》，第325-352页。查普曼和霍尔/CRC（2015）·Zbl 1365.62173号 [4] Bienvenüe，A。；Robert，CY，谱向量已知条件分布的多元极值分布的似然推断，Scand。J.Stat.，44，1，130-149（2017）·Zbl 1394.62064号 ·doi:10.1111/sjos.12245 [5] Bremnes，J.B.：使用数值预报模型输出按分位数进行降水概率预报。周一。天气。修订版132（1），338-347（2004a） [6] Bremnes，J.B.：使用局部分位数回归进行概率风电预测。《风能：风力发电技术进展与应用国际期刊》7（1），47-54（2004b） [7] 蔡，J。；Einmahl，JHJ；de Haan，L.，《多元规则变化下极端风险区域的估计》，Ann.Stat.，391803-1826（2011）·Zbl 1221.62075号 [8] Cheng，Y。；Kan，H.，室外空气污染和极端温度之间的相互作用对中国上海每日死亡率的影响，《流行病学杂志》。，2012年1月22日至36日·doi:10.2188/jea。JE20110049号 [9] 拉普，LJ；Jenkin，ME，《英国大气中环境臭氧、二氧化氮和一氧化氮水平与氮氧化物的关系分析》。环境。，35, 36, 6391-6405 (2001) ·doi:10.1016/S1352-2310（01）00378-8 [10] 科尔斯，SG；Pan，F.，《极端污染水平分析：案例研究》，J.Appl。统计，23，333-348（1996）·doi:10.1080/02664769624288 [11] Cooley，D.，Thibaud，E.，Castillo，F.，Wehner，M.F.：生成二元超越概率等值线的非参数方法。arXiv:1710.05248（2017）·Zbl 1428.62197号 [12] Dahlhaus，R.，多元时间序列的图形交互模型，Metrika，51，2，157-172（2000）·Zbl 1093.62571号 ·doi:10.1007/s001840000055 [13] 德哈恩，L。；费雷拉，A.，《极值理论：导论》（2006），纽约：施普林格出版社，纽约·Zbl 1101.62002号 ·数字对象标识代码：10.1007/0-387-34471-3 [14] 德萨里奥，M。；Katsouyanni，K。；Michelozzi，P.，《欧洲气候变化、极端天气事件、空气污染和呼吸健康》，欧洲。响应。J.，42，3，826-843（2013）·doi:10.1183/09031936.00074712 [15] Dominici，F。；彭，RD；巴尔，CD；贝尔，ML，《保护人类健康免受空气污染：从单一污染物转向多污染物方法》，《流行病学》（剑桥马萨诸塞州），第21、2、187页（2010年）·doi:10.1097/EDE.0b013e3181cc86e8 [16] Einmahl，JHJ；德哈恩，L。；Krajina，A.，估计极端二元分位数区域，极值，16，121-145（2013）·Zbl 1266.62030号 ·doi:10.1007/s10687-012-0156-z [17] Falk，M.，Padoan，S.A.，Wisheckel，F.：广义Pareto连接函数：多元极值的关键。多元分析杂志。即将亮相（2019年）·兹比尔1428.62200 [18] Fan，Y.，Sisson，S.A.：可逆跳马尔可夫链蒙特卡罗。收录人：Brooks，S.P.，Gelman，A.，Jones，G.，Meng，X.-L.，Fan，Y.，Sisson，S.A.（编辑），第69-94页。Chapman&Hall/CRC（2011） [19] 弗里德里希斯，P。；Thorarinsdottir，TL，极值分布预测验证及其在概率峰值风预测中的应用，环境计量学，23，7，579-594（2012）·doi:10.1002/env.2176 [20] Garthwaite，PH；范，Y。；Sisson，SA，使用Robbins-Monro过程的Metropolis-Hastings算法的自适应最优缩放，Commun。统计：理论方法，45，17，5098-5111（2016）·兹比尔1397.65019 ·doi:10.1080/03610926.2014.936562 [21] Guerreiro，C.，Ortiz，A.G.，de Leeuw，F.，Viana，M.，Horálek，J.：《2016年欧洲空气质量报告》。欧盟出版局（2016） [22] Haario，H。；Saksman，E。；Tamminen，J.，自适应大都会算法，伯努利，7，223-242（2001）·Zbl 0989.65004号 ·doi:10.2307/3318737 [23] 赫夫南，JE；Tawn，JA，多元极值的条件方法，J.R.Stat.Soc.Ser。B统计方法。，66, 3, 497-546 (2004) ·Zbl 1046.62051号 ·文件编号：10.1111/j.1467-9868.2004.02050.x [24] Huser，R。；AC戴维森；Genton，MG，多元极值的似然估计，极值，19，1，79-103（2016）·兹比尔1381.62067 ·doi:10.1007/s10687-015-0230-4 [25] TH贾格尔；Elsner，JB，用分位数回归模拟热带气旋强度，国际气候杂志：A J.R.Meteorol公司。Soc.，29，10，1351-1361（2009）·doi:10.1002/joc.1804 [26] Katsouyanni，丹麦；Pantazopoulou，A。；Touloumi，G。；Tselepidaki，I。；Moustris，K。；Asimakopoulos，D。；Poulopoulou，G。；Trichopoulos，D.，空气污染和高温之间相互作用导致超额死亡率的证据，Arch。环境。健康：国际期刊，48，4，235-242（1993）·doi:10.1080/00039896.1993.9940365 [27] AW莱德福德；Tawn，JA，多元极值中近似独立性的统计，生物统计学，83，169-187（1996）·Zbl 0865.62040号 ·doi:10.1093/biomet/83.1.169 [28] 马肯·G。；南澳大利亚州帕多安；Antoniano-Villalobos，I.，极值依赖的贝叶斯推断，电子。J.Stat.，10，3310-3337（2016）·Zbl 1357.62213号 ·doi:10.1214/16-EJS1162 [29] 马肯·G。；纳沃，P。；Padoan，S.，双变量极端事件的半参数随机生成器，统计学，6，1，184-201（2017）·doi:10.1002/sta4.145 [30] 马丁，LD；威库茨，CFH；卡普西姆，明尼苏达州；阿尔梅达，DS；南卡罗来纳州达科斯塔；阿尔伯克基，T。；卡瓦略，VSB；de Freitas，ED；德法！'蒂玛·安德拉德，M。；Martins，JA，《南美洲两大城市地区空气污染数据的极值分析及其比较》，《气候变化》。极端，18，44-54（2017）·doi:10.1016/j.wace.2017.10.004 [31] Naess，A。；Karpa，O.，《通过双变量acer方法进行极端风速和波高统计》，J.海洋机械。北极工程，137，2，021602（2015）·数字对象标识代码：10.1115/1.4029370 [32] 阿拉斯加州尼科洛洛普洛斯；Joe，H。；Li，H.，多元t连接函数的极值性质，极值，12，2，129-148（2009）·Zbl 1223.62081号 ·doi:10.1007/s10687-008-0072-4 [33] 诺斯罗普，PJ；Attalides，N.，使用参考先验的贝叶斯极值分析中的后验适当性，Stat.Sin。，26, 2, 721-743 (2016) ·Zbl 1360.62247号 [34] 南非帕多安；里巴特，M。；Sisson，SA，基于Likelihood的最大稳定过程推理，美国统计协会，105，263-277（2010）·Zbl 1397.62172号 ·doi:10.1198/jasa.2009.tm08577 [35] 搬运工，WC；治愈，CL；库利·D·。；Russell，B.，《通过分位数回归研究观测到的空气质量极值对气象驱动因素的敏感性》，Atmos。化学。物理。，15, 18, 10349-10366 (2015) ·doi:10.5194/acp-15-10349-2015年 [36] 普雷斯科特，P。；Walden，A.，截尾样本三参数广义极值分布参数的最大似然估计，J.Stat.Compute。模拟。，16, 3-4, 241-250 (1983) ·Zbl 0501.62016 ·doi:10.1080/00949658308810625 [37] 罗伯茨，GO；Gelman，A。；Gilks，WR，随机游走Metropolis算法的弱收敛和最优缩放，Ann.Appl。可能性。，7, 1, 110-120 (1997) ·Zbl 0876.60015号 [38] Roberts，S.，《空气污染死亡时间序列研究中颗粒物空气污染和温度之间的相互作用》，环境。第96、3、328-337号决议（2004年）·doi:10.1016/j.envres.2004.01.015 [39] 西森，S。；Coles，S.，《马尔可夫链极值中的依赖不确定性建模》，极值，6，4，283-300（2003）·Zbl 1088.60052号 ·文件编号：10.1007/s10687-004-4721-3 [40] Smith，R.L.：多元阈值法。收录人：Galambos，J.、Lechner，J.，Simiu，E.、Smith，R.L.（编辑），第225-248页。Kluwer（1994） [41] Vettori，S.、Huser，R.、Genton，M.G.：使用嵌套多元最大稳定过程对空气污染极值进行贝叶斯建模。arXiv:1804.04588（2018）·Zbl 1436.62678号 [42] Wang，H.J.，Li，D.：极值条件分位数的估计。摘自：极值建模和风险分析，第313-331页。查普曼和霍尔/CRC（2015） [43] Wesson，K。；范恩，N。；莫里斯，M。；福克斯，T。；Hubbell，B.，《空气质量管理的多污染物、基于风险的方法：底特律大气案例研究》。波卢特。第1、4、296-304号决议（2010年）·doi:10.5094/APR.2010.037 [44] 世界卫生组织：《空气质量指南：2005年全球更新》，第3版。世界卫生组织ISBN 9289021926（2006） [45] Yu，K。；卢，Z。；Stander，J.，《分位数回归：应用和当前研究领域》，J.R.Stat.Soc.：D系列（统计学家），52，3，331-350（2003）·数字对象标识代码：10.1111/1467-9884.00363 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。