×

相依极值和渐近独立极值的地质统计学。 (英语) Zbl 1321.86016号

摘要:罕见事件的空间建模在环境科学中有着明显的应用,在评估灾难性事件(如热浪或大范围洪水)对粮食安全和社会基础设施可持续性的影响时至关重要。虽然经典地质统计学主要基于高斯过程和分布,但这些不适用于极值,因为最大稳定过程和相关过程提供了更合适的模型。本文简要概述了空间极值统计的当前工作,重点介绍了最大稳定假设的结果。描述了冬季最低温度和日降雨量的应用。

MSC公司:

86A32型 地理统计学
62G32型 极值统计;尾部推断
62立方米 空间过程推断
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Banerjee S、Carlin B、Gelfand A(2004)空间数据的层次建模和分析。Chapman和Hall/CRC,纽约·兹比尔1053.62105
[2] Beirlant J,Goegebeur Y,Teugels J,Segers J(2004)《极端统计:理论与应用》。纽约威利·Zbl 1070.62036号 ·doi:10.1002/0470012382
[3] Blanchet J,Davison AC(2011),极端雪深的空间建模。应用统计年鉴5:1699-1725·Zbl 1228.62154号 ·doi:10.1214/11-AOAS464
[4] Bortot P,Coles SG,Tawn JA(2000)多元高斯尾模型:海洋学数据的应用。应用统计49:31-49·Zbl 0944.62110号
[5] Brown BM,Resnick SI(1977)独立随机过程的极值。应用概率杂志14:732-739·Zbl 0384.60055号 ·doi:10.2307/3213346
[6] Buishand TA、de Hann L、Zhou C(2008)《空间极值:应用于降雨问题》。应用统计年鉴2:624-642·Zbl 1273.62258号 ·doi:10.1214/08-AOAS159
[7] Casson E,Coles SG(1999),极值空间回归模型。末端1:449-468·Zbl 0935.62109号 ·doi:10.1023/A:1009931222386
[8] Chavez-Demoulin V,Davison AC,Frossard L(2011)P.J.Northrop和P.Jonathan关于“空间相关非平稳极值的阈值建模及其在飓风诱发波高中的应用”的讨论。环境计量22:810-812·doi:10.1002/env.1125
[9] Coles SG(2001)极值统计建模简介。斯普林格,伦敦·Zbl 0980.62043号
[10] Coles SG,Casson E(1998)飓风风速的极值建模。结构安全20:283-296·doi:10.1016/S0167-4730(98)00015-0
[11] Coles SG,Pauli F(2002)极值依赖中不确定性的模型和推断。生物特征89:183-196·Zbl 0997.62041号 ·doi:10.1093/biomet/89.1.183
[12] Coles SG、Heffernan JE、Tawn JA(1999),极值分析的依赖性度量。极端2:339-365·Zbl 0972.62030号 ·doi:10.1023/A:1009963131610
[13] Cooley D,Nychka D,Naveau P(2007)极端降水回归水平的贝叶斯空间建模。美国统计协会杂志102:824-840·Zbl 1469.62389号 ·doi:10.1198/016214500000780
[14] Cooley D、Cisewski J、Erhardt RJ、Jeon S、Mannshardt E、Omolo BO、Sun Y(2012a)《空间极值调查:测量空间相关性和建模空间效应》。修订统计J 10:135-165·Zbl 1297.62200号
[15] Cooley D、Davis RA、Naveau P(2012b)通过多元极值框架近似给定大观测值的条件密度,并应用于环境数据。应用统计年鉴6:1406-1429·Zbl 1257.62118号 ·doi:10.1214/12-AOAS554
[16] Cressie NAC(1993)空间数据统计。纽约威利
[17] Cressie NAC,Wikle CK(2011)时空数据统计。纽约威利·Zbl 1273.62017年
[18] Das B,Resnick SI(2011)《极端成分的调节:模型与锥体规则变化的一致性》。伯努利17:226-252·Zbl 1284.60103号 ·doi:10.3150/10-BEJ271
[19] Davis RA,Mikosch T(2010)极值图:极端事件的相关图。伯努利15:977-1009·Zbl 1200.62104号 ·doi:10.3150/09-BEJ213
[20] Davis RA,Yau CY(2011)《时间序列模型中成对可能性的评论》。统计Sin 21:255-277·Zbl 1206.62146号
[21] Davison AC,Gholamrezaee MM(2012),《极端地质统计学》。程序R Soc Lond Ser A 468:581-608·Zbl 1364.86020号 ·doi:10.1098/rspa.2011.0412
[22] Davison AC、Smith RL(1990)高阈值超标模型(含讨论)。J R Stat Soc,B系列52:393-442·Zbl 0706.62039号
[23] Davison AC、Padoan SA、Ribate M(2012)《空间极值统计建模》(含讨论)。统计科学27:161-186·Zbl 1330.86021号 ·doi:10.1214/11-STS376
[24] de Haan L(1984)最大稳定过程的谱表示。安·普罗布12:1194-1204·Zbl 0597.60050号 ·doi:10.1214操作/1176993148
[25] de Haan L,Ferreira A(2006)《极值理论:导论》。施普林格,纽约·Zbl 1101.62002号
[26] de Haan L,Resnick SI(1977)多元样本极值的极限理论。Z Wahrscheinlichkeitsore Verw Geb瓦尔申利奇基特理论40:317-337·Zbl 0375.60031号 ·doi:10.1007/BF00533086
[27] Diggle PJ,Ribeiro PJ(2007),基于模型的地质统计学。纽约州施普林格·Zbl 1132.86002号
[28] Engelke S、Malinowski A、Kabluchko Z、Schlather M(2012)《Hüsler-Reiss分布和Brown-Resnick过程的估计》。arXiv:1207.6886v2[stat.ME]·Zbl 1414.60038号
[29] Fisher RA,Tippett LHC(1928)样本最大或最小成员频率分布的限制形式。数学程序Camb Philos Soc 24:180-190·JFM 54.0560.05号 ·doi:10.1017/S0305004100015681
[30] Fougères A-L,Soulier P(2012)给定极值分量的条件律估计。极端15:1-34·Zbl 1329.62164号 ·doi:10.1007/s10687-010-0122-6
[31] Galambos J(1987)《极值顺序统计的渐近理论》,第2版。墨尔本克里格·Zbl 0634.62044号
[32] Genton MG,Ma Y,Sang H(2011)关于高斯最大稳定过程的似然函数。生物特征98:481-488·Zbl 1215.62089号 ·doi:10.1093/biomet/asr020
[33] Gumbel EJ(1958)《极值统计》。纽约哥伦比亚大学出版社·Zbl 0086.34401号
[34] Heffernan JE,Resnick SI(2007)具有极值分量的随机向量的极限定律。Ann Appl概率17:537-571·Zbl 1125.60049号 ·doi:10.1214/105051606000000835
[35] Heffernan JE,Tawn JA(2004)多元极值的条件方法(含讨论)。J R Stat Soc,B系列66:497-546·Zbl 1046.62051号 ·doi:10.1111/j.1467-9868.2004.02050.x
[36] Hosking JRM,Wallis JR(1987)广义Pareto分布的参数和分位数估计。技术指标29:339-349·Zbl 0628.62019号 ·doi:10.1080/00401706.1987.10488243
[37] Hosking JRM,Wallis JR,Wood EF(1985)用概率加权矩方法估计广义极值分布。技术计量学27:251-261·doi:10.1080/00401706.1985.10488049
[38] 兴T(1987)关于某些点过程的特征。Stoch过程应用程序26:297-316·Zbl 0645.60057号 ·doi:10.1016/0304-4149(87)90183-9
[39] Hsing T,Hüsler J,Leadbetter MR(1988)关于平稳序列的超越点过程。概率论相关领域78:97-112·Zbl 0619.60054号 ·doi:10.1007/BF00718038
[40] Huser R,Davison AC(2013年出版),极端事件的时空建模。J R Stat Soc,B级·Zbl 07555457号
[41] Huser R,Davison AC(2013)Brown-Resnick过程的复合似然估计。生物特征100:511-518·Zbl 1452.62702号 ·doi:10.1093/biomet/ass089
[42] Jeon S,Smith RL(2012)使用阈值方法的空间极值依赖结构。arXiv:1209.6344v1[stat.ME]·Zbl 1469.62389号
[43] Kabluchko Z,Schlather M(2010)最大不可分过程的遍历性。Stoch过程应用120:281-295·Zbl 1205.60101号 ·doi:10.1016/j.spa.2009.12.002
[44] Kabluchko Z,Schlather M,De Haan L(2009)与负定函数相关的静态最大稳定场。安·普罗巴布37:2042-2065·Zbl 1208.60051号 ·doi:10.1214/09-AOP455
[45] Keef C,Tawn JA,Svensson C(2009),极端河流流量的空间风险评估。应用统计58:601-618
[46] Keef C、Tawn JA、Lamb R(2013)《大范围洪水事件概率估算》。环境计量学24:13-21·Zbl 1525.62154号 ·doi:10.1002/env.2190
[47] Leadbetter MR(1991)基于“峰值超过阈值”建模。统计概率快报12:357-362·兹比尔0736.60026 ·doi:10.1016/0167-7152(91)90107-3
[48] Leadbetter MR,Lindgren G,Rootzén H(1983)随机序列和过程的极值和相关性质。纽约州施普林格·Zbl 0518.60021号 ·数字对象标识代码:10.1007/978-1-4612-5449-2
[49] Ledford AW,Tawn JA(1996)多元极值中近似独立性的统计。生物特征83:169-187·Zbl 0865.62040号 ·doi:10.1093/biomet/83.1.169
[50] Ledford AW,Tawn JA(1997),联合尾部区域内的建模依赖性。J R Stat Soc,B系列59:475-499·Zbl 0886.62063号 ·doi:10.1111/1467-9868.00080
[51] Ledford AW,Tawn JA(2003)时间序列极值内依赖性诊断。J R Stat Soc,序列号B 65:521-543·Zbl 1065.62156号 ·doi:10.1111/1467-9868.00400
[52] Martins E,Stedinger J(2000)水文数据的广义极大似然广义极值分位数估计。水资源研究36:737-744·doi:10.1029/1999WR900330
[53] Naveau P、Guillou A、Cooley D、Diebolt J(2009),空间中最大值的成对依赖建模。生物特征96:1-17·Zbl 1162.62045号 ·doi:10.1093/biomet/asp001
[54] Nelsen RB(2006)《连接词导论》,第2版。纽约州施普林格·Zbl 1152.62030
[55] Oesting M,Kabluchko Z,Schlather M(2012)Brown-Resnick过程模拟。极端15:89-107·Zbl 1329.60157号 ·doi:10.1007/s10687-011-0128-8
[56] Padoan SA、Ribate M、Sisson SA(2010),基于似然法的最大稳定过程推理。美国统计协会杂志105:263-277·Zbl 1397.62172号 ·doi:10.1198/jasa.2009.tm08577
[57] Ramos A,Ledford AW(2009)二元关节尾翼的一类新模型。J R Stat Soc,B系列71:219-241·Zbl 1231.62093号 ·doi:10.1111/j.1467-9868.2008.00684.x
[58] Ramos A,Ledford AW(2011)一种用于建模多变量极值的替代点过程框架。公共统计,理论方法40:2205-2224·兹比尔1216.62149 ·doi:10.1080/03610921003764233
[59] Reich BJ,Shaby BA(2012)极端降水的分层最大稳定空间模型。应用统计年鉴6:1430-1451·Zbl 1257.62120号 ·doi:10.1214/12-AOAS591
[60] Resnick SI(2006)《重尾现象:概率和统计建模》。纽约州施普林格
[61] Ribate M(2011)《空间极值:建模空间极值》。R包版本1.8-5
[62] Ribatet M,Cooley D,Davison AC(2012),基于复合可能性的贝叶斯推断,以及对空间极值的应用。统计Sin 22:813-845·Zbl 1238.62031号
[63] 鲑鱼F(2009)灾难食谱:杀死华尔街的配方。http://www.wired.com/techbiz/it/magazine/17-03/wp_quant?currentPage=al。2013年3月6日访问
[64] Sang H,Gelfand AE(2009),空间和时间上观测到的极值的分层建模。环境经济统计16:407-426·doi:10.1007/s10651-007-0078-0
[65] Sang H,Gelfand AE(2010)空间极值的连续空间过程模型。农业生物环境统计杂志15:49-65·Zbl 1306.62334号 ·doi:10.1007/s13253-009-0010-1
[66] Schlather M(2002)平稳极大稳定随机场模型。极端5:33-44·Zbl 1035.60054号 ·doi:10.1023/A:1020977924878
[67] Schlather M,Tawn JA(2003)多元和空间极值的相关性度量:属性和推断。生物特征90:139-156·Zbl 1035.62045号 ·doi:10.1093/biomet/90.1.139
[68] Shaby BA,Reich BJ(2012)贝叶斯空间极值分析,评估欧洲大部分农田同时高温的变化风险。环境计量23:638-648·doi:10.1002/env.2178
[69] Shang H,Yan J,Zhang X(2011)空间模型中厄尔尼诺-南方涛动对加利福尼亚州冬季最大日降雨量的影响。水资源研究47:W11507·doi:10.1029/2011WR010415
[70] Smith RL(1989)环境时间序列的极值分析:在地面臭氧趋势检测中的应用(带讨论)。《科学统计》4:367-393·兹比尔0955.62646 ·doi:10.1214/ss/1177012400
[71] Smith RL(1990)最大稳定过程和空间极值。http://www.stat.unc.edu/postscript/rs/spatex.pdf ·Zbl 1046.62051号
[72] Stephenson A,Tawn JA(2005)在分量极大值的似然推断中利用发生时间。生物特征92:213-227·Zbl 1068.62019号 ·doi:10.1093/biomet/92.1.213
[73] Thibaud E、Mutzner R、Davison AC(2013年出版)极端空间降雨阈值建模。水资源研究doi:10.1002/wrcr.20329·Zbl 05849508号
[74] Varin C,Vidoni P(2005)关于复合似然推断和模型选择的注释。生物特征92:519-528·Zbl 1183.62037号 ·doi:10.1093/biomet/92.3519
[75] Varin C、Reid N、Firth D(2011)《复合似然法概述》。统计Sin 21:5-42·Zbl 05849508号
[76] Wackernagel H(2003)《多元地质统计学:应用简介》,第3版。纽约州施普林格·Zbl 1015.62128号 ·doi:10.1007/978-3-662-05294-5
[77] Wadsworth JL,Tawn JA(2012),空间极值依赖建模。生物特征99:253-272·Zbl 1318.62160号 ·doi:10.1093/biomet/asr080
[78] Wadsworth JL,Tawn JA(2013年出版),与对数高斯随机函数相关的空间极值过程的有效推断。生物特征·Zbl 1400.62104号
[79] Westra S,Sisson SA(2011)使用最大稳定过程模型检测极端降水中的非平稳性。《水文学杂志》406:119-128·doi:10.1016/j.jhydrol.2011.06.014
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。