Long-term Spatial Modeling for Characteristics of Extreme Heat Events
越来越多的证据表明,全球变暖表现为更频繁的温暖日子,热浪将变得更加频繁。目前,在文献中还没有对热浪的正式定义达成一致。为了避免这种争论,我们考虑极端高温事件,在给定的位置,被定义为连续几天高于相关的本地阈值。EHE的特征是主要的兴趣,如发病率和持续时间,以及EHE期间高于阈值的平均电导率和最大电导率的大小。使用大约60年的时间序列的日最高温度数据收集在18个地点在一个给定的区域,我们提出了一个时空模型来研究EHEs随时间的特点。该模型能够预测EHE特性在该区域内未观察到的位置处的行为。具体来说,我们的方法采用了两个状态的时空模型EHE与本地阈值,其中一个状态定义高于阈值的每日最高温度和其他低于阈值的温度。我们表明,我们的模型能够恢复感兴趣的EHE特征,并优于相应的自回归模型,忽略阈值的基础上的样本预测。
2020-06-29 stat.AP
Automated threshold selection and associated inference uncertainty for univariate extremes
针对单变量极值分析中阈值选择主观且影响高分位数推断的问题,提出自动平衡偏差与方差的阈值选择方法,并将阈值不确定性传播至极值分位数推断。
2024-10-29 stat.AP stat.ME
Cross-validatory extreme value threshold selection and uncertainty with application to ocean storm severity
海洋结构物的设计条件通常通过基于阈值的海洋变量极值分析来获知,其中高阈值的过度由广义帕累托(GP)分布来建模。太低的阈值会导致模型错误设定的偏差;提高阈值会增加估计量的方差:偏差-方差权衡。许多现有的阈值选择方法不直接解决这种权衡,而是旨在选择最低阈值,在该最低阈值之上,GP模型被判断为近似保持。在本文中,贝叶斯交叉验证是用来解决的权衡比较阈值的基础上,在极端水平的预测能力。极值推断可能对单个阈值的选择敏感。我们使用贝叶斯模型平均结合从许多阈值的推断,从而降低敏感性的选择一个单一的阈值。该方法适用于显着的波高数据集从北海北部和墨西哥湾。
2016-06-01 stat.AP stat.ME
A Poisson process reparameterisation for Bayesian inference for extremes
一个常见的方法来模拟极端值是考虑超过一个高阈值的实现非齐次泊松过程的超额。虽然该方法提供了使用阈值不变极值参数建模的优点,但这些参数之间的依赖性使得估计更加困难。本文提出了一种新的泊松过程模型参数的贝叶斯估计方法,该方法通过调整参数$m$来重新参数化。本文提出了一种方法来选择最佳值的m,近正交化的参数,这是通过最小化之间的相关性的渐近后验分布的参数。m的这种选择确保了使用马尔可夫链蒙特卡罗方法从联合后验分布更快速的收敛和有效的采样。然后通过简单的变换获得来自感兴趣的参数化的样本。结果的情况下,相同的和不相同的分布模型在英国坎布里亚郡的极端降雨。
2016-12-08 stat.AP
L-moments for automatic threshold selection in extreme value analysis
在极值分析中,推理对极值事件定义的敏感性是一个至关重要的问题。在超过阈值的峰值(POT)方法下,这直接转化为需要将广义帕累托分布拟合到高于适当水平的观测值,以平衡估计值的偏差与方差。文献中建立的选择方法面临着经常性的挑战,如固有的主观性或高计算强度。我们建议一个真正自动化的阈值检测方法,旨在提高时间效率和消除主观判断。基于成熟的L-moments理论,这种通用的数据驱动技术可以处理大量极端数据的批处理,同时在小样本上也表现出良好的性能。该技术的性能进行了评估,在一个大型的模拟研究,并说明了显着的波高数据集的文献。我们发现,它相比其他国家的最先进的方法,关于阈值的选择,相关的参数估计和计算效率的回报水平估计的最终目标。
2019-05-21 stat.AP stat.ME
Flexible extreme thresholds through generalised Bayesian model averaging
本文提出一种误差集成贝叶斯模型平均算法,通过结合混合模型检测适应预测变量的异质最优阈值,以提高高严重性索赔损失建模的准确性并降低对阈值选择的敏感性。
2025-04-28 stat.AP stat.ME
Automated Threshold Selection for Extreme Value Analysis via Goodness-of-Fit Tests with Application to Batched Return Level Mapping
在基于阈值的极值分析方法中,阈值的选取是一个关键问题。在适当的条件下,超过一个高的阈值,已被证明遵循广义帕累托分布(GPD)渐近。但是,在实践中,必须选择阈值。如果选择的阈值太低,则GPD近似可能不成立,并且可能发生偏差。如果阈值选择得太高,则减少样本量会增加参数估计值的方差。为了处理批分析,常用的选择方法,如图形诊断是主观的,不能自动化,而计算方法可能不可行。我们建议通过GPD的拟合优度来测试一组阈值,并选择最低的一个,高于该阈值的数据提供了足够的GPD拟合。由于多个测试以有序方式完成的特殊功能,此设置中的先前尝试无效。我们应用两个最近可用的停止规则,控制的错误发现率或familywise错误率有序拟合优度测试自动阈值选择。各种模型规格测试,如克拉默-冯米塞斯,安德森-达林,莫兰的,和得分测试进行了研究。该方法的性能进行了评估,在一个大规模的模拟研究,模仿实际的回报水平估计。在美国西部的数百个地点重复了这一过程,以生成极端降水的回归水平图。
2016-04-07 stat.AP stat.ME
Generalized extreme shock models with a possibly increasing threshold
我们提出了一个广义的极端冲击模型与可能增加的故障阈值。虽然标准模型假设,系统的关键阈值可能只会随着时间的推移而下降,因为削弱冲击和过时,我们假设,特别是在系统的生命开始,一些加强冲击可能会增加系统的耐受性大冲击。例如,这是工程领域中涡轮机磨合的情况。在参数假设的基础上,我们给出了模型的理论结果,并推导出了模型的一些精确的和渐近的单变量和多变量分布。在本文的最后一部分,我们将展示如何将这个新模型与文献中提出的一些非参数方法联系起来。
2010-10-20 math.ST stat.AP stat.TH
Climate extreme event attribution using multivariate peaks-over-thresholds modeling and counterfactual theory
数值气候模式是复杂的,并结合了大量的物理过程。它们是量化潜在人为原因(例如,目前温室气体的增加)对强降雨等高影响大气变量的影响。这些所谓的气候极端事件归因问题是特别具有挑战性的多元背景下,也就是说,当大气变量测量可能是高维网格。在本文中,我们利用两个统计理论来评估因果关系的背景下,多变量极端事件归因。当我们认为一个事件是极端时,至少有一个感兴趣的向量的组件是大的,极值理论证明,在渐近意义上,一个多变量广义帕累托分布模型联合极端。根据这一类的分布,我们推导和研究概率的必要和充分的因果关系所定义的反事实理论的珍珠。为了增加因果关系的证据,我们提出了一个降维策略的基础上,最大限度地提高这种因果关系的概率的最佳线性投影。我们的方法进行了测试模拟的例子,并适用于每周冬季最大降水输出的法国CNRM从最近的CMIP6实验。
2020-05-18 stat.AP stat.ME
A Censored Bayesian Hierarchical Model For Precipitation
降水建模,包括极端降水建模,对于水文和农业应用十分重要。传统上,由于大样本属性的数据超过一个大的阈值,广义帕累托(GP)分布经常被用来模拟极端降雨。它可以表明,在一定条件下,广义双曲(GH)分布可以近似的GP分布的尾部的幂律衰减。由于其灵活的形式,这提高了从GH家庭的分布作为整个降雨分布的模型,从而避免了需要选择一个阈值的可能性。在本文中,我们使用一个灵活的删失分层模型,利用GH分布,以适应数据的厚尾和过多的零。拟合模型允许估计的概率和重现期的降雨极端,它产生窄的可信区间的尾巴比传统的GP方法。该模型不仅对降雨量分布的尾部有很好的拟合,而且对整个分布也有很好的拟合。它还有效地表示数据中的短期依赖关系,因此它适用于评估阈值以上和阈值以下的持续时间以及零降雨持续时间。
2014-11-09 stat.AP
A Bayesian block maxima over threshold approach applied to corrosion assessment in heat exchanger tubes
本文针对换热器管道腐蚀评估中浅点蚀数据不符合极值假设的问题,提出贝叶斯分块最大值超阈值方法,通过引入阈值实现更稳健的参数推断和最大点蚀深度预测。
2025-07-22 stat.AP stat.ME
Semi-parametric modeling of excesses above high multivariate thresholds with censored data
如何将删失数据纳入统计分析是统计学中经常遇到的问题。在多变量极值中,大观测值的相关结构可以用非参数角度测度来表征,而超过渐近大阈值的边际超额具有参数分布。本文提出了一种适用于角度测度的半参数Dirichlet混合模型,并将其应用于删失数据和缺失分量的情形.一个主要的问题是要考虑审查区间重叠的极值阈值,不知道是否相应的隐藏数据实际上是极端的。此外,贝叶斯推断所需的截尾似然没有解析表达式。第一个问题是解决使用泊松过程模型的极端,而数据增强计划避免了多变量整合的泊松过程强度在两个截尾区间和故障区域以上的阈值。实现MCMC算法允许同时估计的边缘和相关参数,使所有来源的不确定性以外的模型偏差捕获的后验可信区间。模拟和真实数据的方法说明。
2014-12-02 stat.AP stat.ME
A Bayesian multivariate extreme value mixture model
School of Mathematics and Statistics, University of Glasgow(格拉斯哥大学数学与统计学院);School of Mathematics and Statistics, University of St Andrews(圣安德鲁斯大学数学与统计学院)
本文提出一种多元极值混合模型,用于评估自然灾害的影响,结合了尾部和主体的建模方法,并通过贝叶斯推断处理阈值选择的不确定性。
2026-03-28 stat.AP stat.ME
Combining regional estimation and historical floods: a multivariate semi-parametric peaks-over-threshold model with censored data
极端洪水分位数的估计是具有挑战性的,因为与典型的目标重现期相比,极端数据相对稀缺。多年来,为应对这一挑战,开发了几种方法,包括区域估计和使用历史洪水数据。本文研究了这两种方法的组合使用多变量峰值阈值模型,允许估计共在每个站点的站点间的依赖结构和边缘分布。利用半参数Dirichlet混合模型构造了多个站点极值的联合分布。部分缺失和删失观测值(历史数据)的存在在数据扩充方案中进行解释。该模型适用于一个案例研究,涉及四个集水区在法国南部,自1604年以来的历史数据。从四个版本的模型(有或没有区域化的形状参数;使用或忽略历史洪水)的边际估计值的比较突出了显着差异的回报水平估计。此外,附近几个集水区的历史数据的可用性允许调查极端洪水的渐近相关性。流域显示了大量的渐近依赖,需要适应多元统计模型。
2014-11-28 stat.AP stat.ME
Bayesian hierarchical non-stationary hybrid modeling for threshold estimation in peak over threshold approach
Southeast University(东南大学);University of British Columbia(不列颠哥伦比亚大学);Harbin Institute of Technology(哈尔滨工业大学)
本研究提出了一种基于贝叶斯分层混合建模的非平稳方法,用于峰过阈值法中的阈值估计,提高了碰撞风险预测的准确性。
2025-03-19 stat.AP stat.OT
Excess and Deficiency of Extreme Multidimensional Random Fields
概率分布和密度导出的过剩和不足的强度或瞬时能量(准静态功率)与$p$维随机向量场。对于任意阈值水平,得到了精确分布的显式表达式,以及相对较高或较低阈值的简单近似函数。它示出,精确的表达式只需要一个扩展的顺序$p-1$的比的多余高度的阈值水平。数值模拟验证了分析结果。
2021-08-25 hep-ex hep-th physics.data-an
Inference for extreme earthquake magnitudes accounting for a time-varying measurement process
只有在建模和推断过程中可以利用这些改进时,才能更完整或更准确地测量过程。我们考虑如何改善数据质量随着时间的推移,可以纳入时,选择一个建模阈值,并在随后的推断的极值分析。出于地震目录,我们认为变量的数据质量的形式,四舍五入和不完整的观测数据。我们开发了一种方法来选择一个随时间变化的建模阈值,充分利用现有的数据,占震级模型的不确定性和四舍五入的观察。我们所提出的方法模拟数据的好处,并将该方法应用于在荷兰天然气开采引起的地震目录。这使可用的星表大小增加了一倍以上,并大大提高了高星等分位数估计的精度。这对地震防御的设计和成本具有重要影响。这是第一次,我们发现了令人信服的数据驱动的证据,反对古腾堡-里奇定律对这些地震的适用性。此外,我们的方法自动阈值选择似乎有很大的潜力,通用的极端值方法的应用。
2021-02-01 stat.AP stat.ME
covXtreme : MATLAB software for non-stationary penalised piecewise constant marginal and conditional extreme value models
covXtreme 是一款 MATLAB 软件,通过分段常数表示和惩罚最大似然估计,实现非平稳边际与条件极值模型及环境等值线的估计,并量化不确定性。
2024-04-25 physics.ao-ph stat.AP stat.ME
Improving probabilistic forecasts of extreme wind speeds by training statistical post-processing models with weighted scoring rules
Department of Mathematics and Statistics(数学与统计学系);University of Exeter(埃克塞特大学);Met Office(英国气象局)
本研究提出使用阈值加权连续分级概率分数(twCRPS)训练集合模型输出统计(EMOS)模型,以改进极端风速的概率预测,并通过加权训练和线性混合缓解分布主体与尾部性能之间的权衡。
2025-03-28 cs.LG stat.AP
Automated, Efficient, and Practical Extreme Value Analysis with Environmental Applications
虽然基本的极值概率理论已经发展得很好,但在应用中还必须考虑许多实际问题。本文的贡献有四个方面。第一个问题是在r最大顺序统计量极值建模中r的选择。第二个贡献涉及到阈值的峰值超过阈值的方法中的阈值选择。第三个结合了理论和方法的方法,以提高非平稳区域频率模型的极值数据的方法开发的估计与气候为基础的应用程序。最后,提供了极值计算问题的概述,以及R包eva的简短教程,它改进了现有极值软件的功能,并提供了新的实现。
2016-11-24 math.ST stat.AP stat.ME
Probabilistic forecasting approaches for extreme NO$_2$ episodes: a comparison of models
Artificial Intelligence Department Universidad Nacional de Educación a Distancia — UNED(西班牙马德里开放大学(UNED)人工智能系)
当局越来越多地通过交通限制来处理NO $_2$的高浓度事件,当空气质量恶化超过某些阈值时,就会启动交通限制。因此,预测污染物浓度达到这些阈值的可能性是必要的。概率预测是允许预测预期分布函数而不是单个值的技术家族。在NO $_2$的情况下,它允许计算未来超过阈值的机会并检测污染峰值。我们彻底比较了10个最先进的概率预测模型,用它们来预测NO $_2$浓度在一组预测范围(最多60小时)的城市位置的分布。分位数梯度提升树表现出最佳性能,为期望值和预测全分布都产生最佳结果。此外,我们展示了如何使用这种方法来检测污染峰值。
2020-03-24 cs.LG stat.AP stat.ML
Threshold selection for wave heights: asymptotic methods based on L-moments
提出并评价了两种用于极值分析的阈值自动选择方法:将广义Pareto分布(GPd)拟合到候选水平上的超额样本; GPd特定的L-偏度和L-峰度之间的关系;匹配L-统计量的渐近行为。在重要的波高数据集上说明了性能,并与[10]中基于L矩的启发式进行了比较,发现这是有利的。发布版本可在:https://www.spestatistica.pt/storage/app/uploads/public/609/28f/6d0/60928f6d08a0c016386627.pdf获得
2021-05-13 stat.AP stat.ME
Modelling non-stationary extremes of storm severity: a tale of two approaches
适应非平稳性的极端值模型已经从参数的角度进行了充分的研究和评价。虽然这些模型是灵活的,在这个意义上,许多参数化可以探索,他们假设一个渐近分布作为适当的适合从尾部的观察。本文提供了一个整体的方法来建模的非平稳极端事件参数和半参数的方法之间的迭代,从而提供了一个自动的过程来估计一个移动的阈值相对于一个周期性的协变量在循环数据。通过利用每种方法的优点和减少陷阱,提供了一个统一的框架作为估计极端分位数的骨干,包括$T$ -年水平和有限右端点,旨在优化偏差方差权衡。为此,引入了两个调谐参数相关的峰值超过阈值的扩展。我们提供了指导应用的方法,在北海记录的后报风暴峰值显着波高的方向建模。虽然著名的估计量的适应性的理论基础,在统计的极端循环数据给出了一些详细的推导,其渐近性质超出了本文的范围。一个引导技术实现方向驱动的置信界限,以这样一种方式,以占相关的边界限制与初始点的敏感性最小。这为分析方向极值非常重要的其他应用提供了模板。
2020-05-27 physics.ao-ph stat.AP
Multi-site modelling and reconstruction of past extreme skew surges along the French Atlantic coast
DAIS, LTCI, Università Ca’ Foscari Venezia, Télécom Paris(DAIS、LTCI、威尼斯大学Ca’ Foscari、巴黎电信学院);LSCE, ESTIMR, CEA-CNRS-UVSQ, IPSL & Université Paris-Saclay(LSCE、ESTIMR、CEA-CNRS-UVSQ、IPSL及巴黎萨克雷大学);Université Paris Cité, Université Paris Saclay, ENS Paris Saclay, CNRS, SSA, INSERM & Centre Borelli(巴黎公民大学、巴黎萨克雷大学、巴黎萨克雷高等师范学院、国家科学研究院、SSA、INSERM及Borelli中心)
本研究针对法国大西洋沿岸极端偏斜风暴潮,采用超阈值框架分析站点间极值依赖结构,提出多元广义帕累托分布与极值回归两种方法,利用长期观测站点数据重建数据有限站点的历史风暴潮时间序列。
2025-05-01 cs.LG stat.AP stat.ML
A hybrid-Hill estimator enabled by heavy-tailed block maxima
King’s College London(伦敦国王学院)
本文提出了一种混合-Hill估计器,结合块极大值法和超过阈值法,解决了传统块大小要求的问题,并提供了更高效的极值统计方法。
2026-02-11 math.ST stat.AP stat.ME
Data-driven upper bounds and event attribution for unprecedented heatwaves
本研究利用广义极值理论和现代空间统计方法,估计热浪温度上界,发现许多破纪录事件实际在数据驱动的上界内,并揭示人为强迫与极端温度“不可能性”的联系,为未来热浪规划提供关键信息。
2025-01-23 physics.ao-ph physics.data-an stat.AP