用于英国极端降水的贝叶斯空间分层模型
应用统计
2017-10-06 v1
摘要
众所周知，强降水事件通常与洪涝风险增加有关。由于洪涝带来的社会和基础设施风险，需要对极端降水进行仔细建模。极值分析通常用于模拟强降水事件，但逐站点分析往往会产生空间上不一致的风险估计。实际上，人们会期望相邻位置比相距较远的位置具有更相似的风险估计。我们提出了一种在贝叶斯分层建模框架下的方法，对广义帕累托分布的参数施加了空间结构。特别地，我们探讨了该方法在提高重现水平估计的空间一致性以及增加这些估计精度方面的明显优势。与许多在位置间汇集信息的以往方法不同，我们在置信区间中考虑了数据的空间依赖性。我们将此模型应用于英国网格化的降水数据。
引用
@article{arxiv.1710.02091,
title = {A Bayesian spatial hierarchical model for extreme precipitation in Great Britain},
author = {Paul Sharkey and Hugo C. Winter},
journal= {arXiv preprint arXiv:1710.02091},
year = {2017}
}