Un nuevo modelo extremo de regresión de proceso de punto utilizando una mezcla de proceso de Dirichlet de distribución de Weibull
Autores: Wang, Yingjie; Liu, Xinsheng
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un nuevo modelo extremo de regresión de proceso de punto utilizando una mezcla de proceso de Dirichlet de distribución de Weibull
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Teoría del valor extremo
Económico
Ambiental
Modelo de mezcla
Paradigma bayesiano
Cadenas de Markov Monte Carlo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
La teoría del valor extremo es ampliamente utilizada en los ámbitos económico y ambiental, y tiene como objetivo estudiar los comportamientos extremos estocásticos asociados con eventos raros. En este contexto, consideramos un nuevo modelo de mezcla para el análisis de eventos extremos, que incluye un proceso de Dirichlet mezclado con una distribución de Weibull (DPMW) por debajo del umbral y el modelo extremo de proceso puntual (PP) para la cola superior. Este modelo desarrolló una estructura de regresión para los parámetros del modelo extremo de PP, que explica la variación de la excedencia a través de todos los parámetros de la cola. La estimación de los parámetros del modelo se realiza bajo el paradigma bayesiano, aplicando el método de Monte Carlo de cadenas de Markov (MCMC). El modelo se aplica tanto a datos de simulación como a datos ambientales reales para demostrar el rendimiento en la extrapolación de eventos extremos.
Descripción
La teoría del valor extremo es ampliamente utilizada en los ámbitos económico y ambiental, y tiene como objetivo estudiar los comportamientos extremos estocásticos asociados con eventos raros. En este contexto, consideramos un nuevo modelo de mezcla para el análisis de eventos extremos, que incluye un proceso de Dirichlet mezclado con una distribución de Weibull (DPMW) por debajo del umbral y el modelo extremo de proceso puntual (PP) para la cola superior. Este modelo desarrolló una estructura de regresión para los parámetros del modelo extremo de PP, que explica la variación de la excedencia a través de todos los parámetros de la cola. La estimación de los parámetros del modelo se realiza bajo el paradigma bayesiano, aplicando el método de Monte Carlo de cadenas de Markov (MCMC). El modelo se aplica tanto a datos de simulación como a datos ambientales reales para demostrar el rendimiento en la extrapolación de eventos extremos.