阈值选择是基于阈值方法的极值分析的关键问题。在适当的条件下，高阈值上的超越被证明是渐近服从广义帕累托分布（GPD）的。然而，在实践中，必须选择阈值。如果选择的阈值太低，则GPD近似值可能不成立，可能会出现偏差。如果阈值选择得太高，减少样本量会增加参数估计值的方差。要处理批分析，常用的选择方法（如图形诊断）是主观的，无法实现自动化。我们开发了一种有效的技术来评估安德森-达林检验，并将其应用于超过固定阈值的样本。为了自动选择阈值，该测试与最近开发的停止规则结合使用，该规则控制有序假设测试中的错误发现率。在此设置中以前的尝试没有考虑到有序多次测试的问题。在模拟实际回报水平估计的大规模模拟研究中评估了该方法的性能。在美国西部的数百个地点重复了这一程序，以生成极端降水的回归水平图。