结合区域估计与历史洪水：具有删失数据的多变量半参数超阈值峰值模型
应用统计
2016-02-17 v1 统计方法学
摘要
由于极端数据相对于典型目标重现期相对稀缺，极端洪水分位数的估计具有挑战性。多年来已开发出多种方法来应对这一挑战，包括区域估计和使用历史洪水数据。本文利用多变量超阈值峰值模型研究了这两种方法的结合，该模型允许同时估计站点间依赖结构和每个站点的边缘分布。多个站点的极端联合分布是使用半参数 Dirichlet 混合模型构建的。部分缺失和删失观测值（历史数据）的存在在数据增强方案中得到了考虑。该模型应用于法国南部四个流域的案例研究，这些流域自 1604 年以来就有历史数据可用。对模型四个版本（是否对形状参数进行区域化；使用或忽略历史洪水）的边缘估计的比较，突显了重现水平估计方面的显著差异。此外，多个邻近流域历史数据的可用性使得研究极端洪水的渐近依赖特性成为可能。流域显示出显著的渐近依赖性，这需要适应性的多变量统计模型。
引用
@article{arxiv.1411.7782,
title = {Combining regional estimation and historical floods: a multivariate semi-parametric peaks-over-threshold model with censored data},
author = {Anne Sabourin and Benjamin Renard},
journal= {arXiv preprint arXiv:1411.7782},
year = {2016}
}