统计>方法
标题: 基于最大稳定过程的空间极值模型的一类优良性检验
摘要: 参数最大稳定过程越来越多地用于模拟空间极值。 从极大稳定过程的依赖结构完全由极值copula表征这一事实出发,在比较相应的未知多元Pickands依赖函数的非参数估计量和参数估计量的基础上,提出了一类拟合优度检验。 由于所考虑的高维设置,这些函数估值器仅在它们与极值系数估值器重合的特定点集进行比较,直至乘法常数。 本文中使用的Pickands相关函数的非参数估计是Gudendorf和Segers最近研究的那些估计。 参数估计依赖于{\em成对伪似然}的使用,它将成对(复合)似然的概念扩展到基于等级的上下文。 通过{\em一级或两级参数引导}获得了无边际测试的近似$p$-值。 基于Genest和Rémillard的工作,给出了这些重采样过程渐近有效的条件。 在Smith、Schlather和几何高斯模型下,在维度10上研究了测试的有限样本性能。 最后介绍了这些试验在降雨资料中的应用。