H"usler-Reiss 分布与 Brown-Resnick 过程的估计
统计方法学
2012-09-26 v2 概率论
摘要
从多元极大稳定分布的极大值吸引域 (MDA) 中的观测数据估计极值参数，通常使用如块最大值等聚合数据。鉴于我们预期未聚合的单个“大”观测值中包含额外信息，我们引入了一种基于多元超阈值方法的新型推断方法。我们证明，对于常用 H"usler-Reiss 模型或其空间扩展 Brown-Resnick 过程的 MDA 中的任意过程，适当定义的条件增量渐近服从多元高斯分布。这导出了 H"usler-Reiss 参数矩阵的计算高效估计量。此外，这些结果使得对 Brown-Resnick 过程进行参数推断成为可能。一项模拟研究比较了新估计量与其他常用方法的性能。作为应用，我们将各向异性 Brown-Resnick 过程拟合到了 12 年每日风速测量数据的极值上。
引用
@article{arxiv.1207.6886,
title = {Estimation of Huesler-Reiss distributions and Brown-Resnick processes},
author = {Sebastian Engelke and Alexander Malinowski and Zakhar Kabluchko and Martin Schlather},
journal= {arXiv preprint arXiv:1207.6886},
year = {2012}
}
备注
26 pages, 7 figures