前言
受到气候变化、温室效应以及人类活动等因素的影响,自然界中极端高温、极端环境污染、大洪水和大暴雨等现象的发生日益频繁;在人类社会中,股市崩溃、金融危机等极端情况也时有发生;前几年的新冠疫情就是非常典型的极端现象。研究此类极端现象需要新的统计学方法,该类统计学的理论和方法都与传统的基于高斯分布的统计学模型有极大的不同。极值统计学就是专门研究自然界和人类社会中很少发生,然而发生之后有着巨大影响的极端现象的统计建模及分析方法。
一,独立假设下的极值统计建模
- 广义极值模型.
- 极小值的处理.
- 广义Pareto模型.
- 第r大次序统计量建模.
- R语言中极值统计学包.
(提供案例数据及代码)
二,平稳时间序列的极值统计建模
- 时间序列的极值区分组模型.
- POT模型、Markov(马尔科夫)模型.
(提供案例数据及代码)
三,极值回归
- 非平稳时间序列极值模型.
- 协变量的极值统计模型及极值回归.
(提供案例数据及代码)
四,点过程模型
- 点过程理论.
- 超阈值点过程模型.
(提供案例数据及代码)
五,贝叶斯极值统计学
- 贝叶斯统计学初步.
- 极值模型的贝叶斯估计.
(提供案例数据及代码)
六,极值统计学的高级
- 多元极值模型.
- 极值Copula模型.
(提供案例数据及代码)