经济指数与气候数据极值的贝叶斯分析：模拟与应用
应用统计
2019-07-05 v1
摘要
极值与随机效应的混合建模是相对未被探索的课题。混合模型最大似然方法的计算困难，以及最大似然方法仅使用可用数据而不利用先验信息这一事实，促使我们使用贝叶斯方法。我们的模拟研究表明，当存在异质性时，随机效应建模产生更可靠的估计。所提模型在气候数据和某些经济指数的重现值上的应用揭示了与模拟结果相同的模式，并证实了随机效应与极值混合建模的实用性。由于气候和经济数据的本质为海量，且总有可能缺失相当一部分数据，保存过往数据所含信息是有用的。我们的模拟研究和应用展示了贝叶斯方法的益处：将过往数据的信息存入参数的后验分布，作为信息先验分布用于拟合未来数据。我们表明，由过往数据获得的信息先验分布有助于以比使用无信息先验分布更小的偏差来估计块最大值法中的重现水平，以及峰值超过阈值法中的风险价值和预期短缺。
引用
@article{arxiv.1907.02175,
title = {Bayesian analysis of extreme values in economic indexes and climate data: Simulation and application},
author = {Ali Reza Fotouhi},
journal= {arXiv preprint arXiv:1907.02175},
year = {2019}
}