用于极端降水指数联合建模的多元空间偏斜-t 过程
应用统计
2019-01-01 v1
摘要
为研究 1951-2017 年间美国极端降水的趋势，我们考虑了 10 个代表极端降水的气候指数，例如日降水年最大值、连续 5 天平均降水年最大值，它们呈现空间相关性以及相互依赖。我们考虑由 CLIMDEX 项目（http://www.climdex.org/gewocs.html）使用日降水数据构建的网格化数据。本文提出一种多元空间偏斜-t 过程用于极端降水指数的联合建模，并讨论其理论性质。该模型框架允许贝叶斯推断，同时保持与常见多元地统计方法相比具有竞争力的计算时间。在数值研究中，我们发现所提模型在各类模型选择准则下优于多元空间高斯过程、多元空间 t 过程及其一元替代模型。我们应用所提模型估计美国各地极端降水指数的平均十年变化，并发现了若干显著的局部变化。
引用
@article{arxiv.1812.11704,
title = {A multivariate spatial skew-t process for joint modeling of extreme precipitation indexes},
author = {Arnab Hazra and Brian J. Reich and Ana-Maria Staicu},
journal= {arXiv preprint arXiv:1812.11704},
year = {2019}
}
备注
23 pages, 6 Figures