极值相依性的新探索工具：卡方网络与年度极值网络
统计方法学
2019-01-25 v1
摘要
理解极值之间的相依结构在环境研究的风险评估中起着重要作用。在这项工作中，我们提出 网络和年度极值网络，用于探索环境过程的极值相依结构。 网络通过连接估计的上尾相依系数 超过规定阈值的配对来构建。我们开发了初始的 网络估计量，并使用空间块自助法来评估我们估计量的偏差和方差。然后我们开发了一种方法，通过纳入 中的空间结构来修正初始估计量的偏差。除了评估较长时间段内空间极值相依性的 网络外，我们进一步引入年度极值网络来探索极值连接的逐年时间变化。我们通过分析美国墨西哥湾沿岸及周边地区的飓风季最大降水量来说明 网络和年度极值网络。分析表明，研究区域内降水极值存在长距离极值相依性，且极值相依的强度可能依赖于某些区域尺度气象条件，例如海表温度。
引用
@article{arxiv.1901.08169,
title = {New Exploratory Tools for Extremal Dependence: Chi Networks and Annual Extremal Networks},
author = {Whitney K. Huang and Daniel S. Cooley and Imme Ebert-Uphoff and Chen Chen and Snigdhansu Chatterjee},
journal= {arXiv preprint arXiv:1901.08169},
year = {2019}
}
备注
26 pages, 7 figures, 1 table