概念卡：广义极值分布 GEV
概念卡：广义极值分布 GEV
一句话定义
GEV 是用于建模一段时间或一组样本中最大值的极值分布族。
它解决什么问题
它帮助我们分析“每年最大洪水”“每天最大负荷”“每月最大损失”这类块最大值数据。
典型使用场景
- 年最大降雨量。
- 日最大系统负载。
- 月度最大金融损失。
需要知道的关键词
- Block Maxima
- Location
- Scale
- Shape
- Return Level
和导师方向的关系
GEV 是极值理论的核心模型之一，适合把极端事件转化成可估计的统计模型。
交流时可以怎么说
如果数据已经按时间块取最大值，GEV 可能是一个自然的入门模型。
我会先确认块大小是否合理，再看拟合结果和返回水平。
可以追问的问题
- 这里的数据适合用块最大值方法吗？
- 块大小如何影响估计稳定性？
- GEV 的 shape 参数如何解释尾部类型？
给 AI 的提示词
请解释 GEV 分布。要求说明它适合什么数据、三个参数的大意、和 GPD/POT 的区别，以及一个 Python 拟合思路。
我的理解边界
- 已理解：GEV 适合块最大值。
- 还不确定：参数估计和诊断图如何做。
- 下次需要补：GEV 的三个参数。