×
费尔南多·费拉兹;阿桑·达席尔瓦

极端变化点数据的回归模型。 （英语） Zbl 1471.62516号

钎焊。J.概率。斯达。 35，第1号，85-100（2021）.
总结：许多极端事件的特点是总是容易受到外部影响，这些影响会在某个时间点改变他们的行为。统计模型中使用了变化点工具来检测这些变化何时发生。本文提出了一个基于贝叶斯方法的模型，该模型描述了与河流定额有关的极端数据的行为，这些数据可能会呈现多个变化点。在每一个方案中，GEV分布被调整，每个方案的每个GEV参数被写入协变量的函数中。在本文提出的应用中，结果表明，该模型能够准确估计序列中变化点的实际数量，并且还表明，在分析中考虑这些变化点非常重要，因为经验证，在体制变化后，回报水平发生了很大变化。结果还能够显示极端事件发生的月份更多。

MSC公司：

第62页第12页 统计在环境和相关主题中的应用
62G08号 非参数回归和分位数回归
62G32型 极值统计；尾部推断

关键词：

极端事件;更改点;回归结构;贝叶斯方法;河流定额

软件：

伊斯梅夫
PDF格式BibTeX公司 XML格式引用
\textit{F.do Nascimento}和\textit{A.da S.Assunáo}，巴西。J.概率。Stat.35，No.1，85--100（2021；Zbl 1471.62516）
全文： 内政部

参考文献：

[1] Barry，D.和Hartigan，J.A.（1993年）。变点问题的贝叶斯分析。美国统计协会杂志88, 309-319. ·Zbl 0775.62065号
[2] Beaulieu，C.、Chen，J.和Sarmiento，J.（2012）。变化点分析作为检测气候突变的工具。哲学汇刊：数学、物理和工程科学370, 1228-1249. 1962
[3] Carlin，B.P.、Gelfand，A.E.和Smith，A.F.M.（1992）。变点问题的层次贝叶斯分析。英国皇家统计学会杂志。C系列（应用统计学）41, 389-405. ·兹比尔0825.62408
[4] Castellanos，M.E.和Cabras，S.（2007年）。广义帕累托分布的默认贝叶斯过程。统计规划与推断杂志137, 473-483. ·Zbl 1102.62023号 ·doi:10.1016/j.jspi.2006.01.006
[5] Chaves-Demoulin，V.和Davison，A.C.（2005年）。样本极值的广义加性建模。英国皇家统计学会杂志。C系列（应用统计学）54, 207-222. ·Zbl 1490.62194号 ·文件编号：10.1111/j.1467-9876.2005.00479.x
[6] Chib，S.（1998）。多个转换点模型的估计和比较。计量经济学杂志86, 221-241. ·Zbl 1045.62510号 ·doi:10.1016/S0304-4076（97）00115-2
[7] Coles，S.（2001）。极值统计建模简介柏林：施普林格·Zbl 0980.62043号
[8] Csörgó，M.和Horvát，L.（1997）。变点分析中的极限定理奇切斯特：威利·Zbl 0884.62023号
[9] Dupuis，D.J.、Sun，Y.和Wang，H.J.（2015）。检测极端情况下的变化点。统计及其接口8, 19-31. ·Zbl 1407.62311号 ·doi:10.4310/SII.2015.v8.n1.a3
[10] Fisher，R.A.和Tippet，L.H.C.（1928）。关于样本最大和最小总和的频率分布的估计。剑桥哲学学会会刊24, 180-190. ·JFM 54.0560.05号
[11] Gamerman，D.和Lopes，H.F.（2006年）。马尔可夫链蒙特卡罗：贝叶斯推理的随机模拟第二版，巴吞鲁日：查普曼和霍尔/CRC·Zbl 1137.62011年
[12] Jarusková，D.和Rencovaá，M.（2008）。用变点法分析欧洲一些城市的年最高和最低气温。环境计量学19, 221-233.
[13] Jenkinson，A.F.（1955年）。气象事件年最大（或最小）值的频率分布。英国皇家气象学会季刊81, 158-171.
[14] Katz，R.W.和Brown，B.G.（1992年）。气候变化中的极端事件：变化性比平均值更重要。气候变化21, 289-302.
[15] Ko，S.I.M.，Chong，T.L.C.和Ghosh，P.（2015）。Dirichlet过程隐马尔可夫多变点模型。贝叶斯分析10, 275-296. ·Zbl 1335.62052号 ·doi:10.1214/14-BA910
[16] Mendes，B.V.M.（2004）极端事件简介.里约热内卢，电子文件.
[17] Nascimento，F.F.和Bourguignon，M.（2020年）。贝叶斯时变分位数回归到极值。环境计量学31，e2596。
[18] Nascimento，F.F.、Gamerman，D.和Lopes，H.F.（2011）。通过完全似然建立超越数据的回归模型。环境与生态统计18, 495-512.
[19] Nascimento，F.F.和Silva，W.V.M.（2017）。适用于环境和金融数据的多个极端变化点的贝叶斯模型。应用统计学杂志44, 2410-2426. ·Zbl 1516.62257号 ·doi:10.1080/02664763.2016.1254733
[20] Parmesan，C.、Root，T.L.和Willig，M.R.（2000年）。极端天气和气候对陆地生物群的影响。美国气象学会公报81, 443.
[21] 斯蒂芬斯博士（1994年）。贝叶斯回顾性多变化点识别。应用统计学43, 159-178. ·兹比尔0825.62412
[22] Sang，H.和Gelfand，A.E.（2009年）。空间和时间上观测到的极值的分层建模。环境与生态统计第16407-426页。
[23] Silva，W.V.M.、Nascimento，F.F.和Bourguignon，M.（2020年）。r最大阶统计量的变点模型及其在河流定额中的应用。应用数学建模, 666-679. ·Zbl 1440.62171号 ·doi:10.1016/j.apm.2020.01.064
[24] von Mises，R.（1954年）。La distribution de La和grand de n valeurs。在论文，第二卷, 271-294. 普罗维登斯：美国数学学会。在选定内容中重印
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。