GEV 模型中的趋势检测
统计方法学
2020-03-20 v3 应用统计
摘要
在近期环境研究中，极端事件具有重大影响。环境相关指数的年最大值与月最大值可通过极值理论的工具进行分析。例如，不列颠哥伦比亚森林火险天气指数的月最大值可用 GEV 分布建模，但时间序列的平稳性存疑。此性质可引导我们采用不同方法检验过去若干年数据中是否存在显著趋势。一种基于似然比的方法具有良好的渐近性质，但对于实际样本量可能误差较大。本文通过自助法模拟分析极值似然比检验的性质，并旨在确定所需最小样本量。利用理论结果，我们重新评估了不列颠哥伦比亚森林火险天气指数的趋势。
引用
@article{arxiv.1907.09435,
title = {Trend detection in GEV models},
author = {László Németh and Zuzana Hübnerová and András Zempléni},
journal= {arXiv preprint arXiv:1907.09435},
year = {2020}
}
备注
13 pages, 3 figures