我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
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。
布莱恩·贝德。 Jun Yan。 张学斌。 “通过有序的良好性测试和错误发现率调整,为极值分析自动选择阈值。” 附录申请。斯达。 12 (1) 310 - 329, 2018年3月。 https://doi.org/10.1214/17-AOAS1092