多变量离散广义帕累托分布：理论、仿真及其在干旱分析中的应用
统计方法学
2025-06-25 v1
摘要
本文将多变量极值理论（MEVT）扩展到离散场景，聚焦于广义帕累托分布（GPD）作为基础工具。研究旨在增强对离散计数数据表示的理解，尤其是针对阈值以上离散超出值，定义并使用多变量离散帕累托分布（MDGPD）。通过理论结果和示例，概述了 MDGPD 的构建与性质，提供关于仿真技术和数据拟合方法的实用见解，后者利用最新的无似然推断方法。该框架拓宽了建模极端事件的工具箱，为分析具有极端值的多变量离散数据提供了稳健的方法。为说明其实际相关性，我们将该方法应用于干旱分析， addressing 欧洲日益增长的关注。
引用
@article{arxiv.2506.19361,
title = {Multivariate Discrete Generalized Pareto Distributions: Theory, Simulation, and Applications to Dry spells},
author = {Samira Aka and Marie Kratz and Philippe Naveau},
journal= {arXiv preprint arXiv:2506.19361},
year = {2025}
}