利用对数直方图样条估计降水极值
统计方法学
2018-10-05 v3
摘要
建模极值的常用方法之一是超阈值峰值（POT）法。POT 法对足够高或足够低的阈值之上的超越量建模，使得超越量近似服从广义帕累托分布（GPD）。该方法需要选择可能影响估计的阈值。此处我们提出一种替代方法，对数直方图样条（LHSpline），以利用数据的全范围一步建模尾部行为与密度的其余部分。LHSpline 将平滑样条模型应用于对数变换数据的精细分箱直方图，以估计其对数密度。由构造可知，LHSpline 估计被约束具有多项式尾部行为，这是日降雨观测中普遍观察到的特征。我们通过分析得克萨斯州休斯顿收集的降水数据来说明 LHSpline 方法。
引用
@article{arxiv.1802.09387,
title = {Estimating Precipitation Extremes using Log-Histospline},
author = {Whitney K. Huang and Douglas W. Nychka and Hao Zhang},
journal= {arXiv preprint arXiv:1802.09387},
year = {2018}
}
备注
32 pages, 13 figures, 2 table