广义极值分布
广义极值分布
概念解释
广义极值分布(Generalized Extreme Value, GEV)描述区块最大值的极限分布。普通统计常研究均值,而极值理论研究最大值、最小值等尾部事件,因此极限分布不再是正态,而是 GEV。
公式与计算
GEV 分布函数为:
$$ G(z)=\exp\left\{ -\left[1+\xi\left(\frac{z-\mu}{\sigma}\right)\right]^{-1/\xi}\right\} $$
其中 $1+\xi(z-\mu)/\sigma>0$,$\mu$ 为位置参数,$\sigma>0$ 为尺度参数,$\xi$ 为形状参数。
当 $\xi\to0$ 时:
$$ G(z)=\exp\{-\exp[-(z-\mu)/\sigma]\} $$
与其他名词的关联
- POT 方法:GEV 用区块最大值,POT 用超过阈值的样本。
- 广义帕累托分布:POT 方法下超阈值 excess 的极限分布是 GPD。
- 尾部指数:形状参数 $\xi$ 控制尾部厚度。
- 重现水平:GEV 可直接计算 $T$ 年一遇水平。
- ../统计推断/渐近正态性:最大值有自己的极限定理,不能直接用均值的正态近似。
典型应用场景
- 每年最大降雨量、最高水位、最大风速。
- 金融市场年度最大损失。
- 工程结构承受的最大载荷。
易错点
- GEV 适用于区块最大值,不是全部原始样本。
- 区块太小会偏离极限近似,区块太大会样本数不足。
- $\xi$ 的估计非常敏感,必须报告不确定性。
课后习题
- GEV 中哪个参数决定尾部类型?
- 为什么研究年度最大降雨量时可以考虑 GEV?
- GEV 与普通正态分布的核心区别是什么?
答案
- 形状参数 $\xi$。
- 年度最大降雨量是按年分块后的最大值,符合区块最大值建模思路。
- 正态常描述均值型波动,GEV 描述最大值极限和尾部行为。
反向链接
全库导览极值
POT 方法
尾部指数
广义帕累托分布
重现水平
最大似然估计
渐近正态性
知识地图
知识建设盘点