____ _ _ _ _
| _ \ ___ | |_ (_) _ __ ___ __| | (_) __ _
| |_) | / _ \ | __| | | | '_ \ / _ \ / _| | | | / _ |
| _ < | __/ | |_ | | | |_) | | __/ | (_| | | | | (_| |
|_| \_\ \___| \__| |_| | .__/ \___| \__,_| |_| \__,_|
|_|
- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b
Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―
Max-stabile Prozesse
ββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββ
top
Max-stabile Prozesse erweitern die mehrdimensionale Extremwerttheorie hin zum unendlichdimensionalen Fall. Γhnlich zum ein- und mehrdimensionalen Fall, tritt ein solcher Prozess als Grenzwert der Maxima von angemessen normalisierten unabhΓ€ngigen Kopien eines stochastischen Prozesses auf.
Contents
β’ Definition
β’ Allgemeines
β’ Einzelnachweise
ββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββ
Definition
Sei T {\displaystyle T} eine beliebige Indexmenge. Ein stochastischer Prozess X {\displaystyle X} heiΓt max-stabil, falls es Normalisierungskonstanten a n ( t ) > 0 , b n ( t ) β β R {\displaystyle a_{n}(t)>0,b_{n}(t)\in \mathbb {R} } gibt, sodass fΓΌr unabhΓ€ngige Kopien X 1 , β¦ β¦ , X n {\displaystyle X_{1},\dotsc ,X_{n}} des Prozesses X {\displaystyle X} giltcite-ref-1[1]
( max i = 1 n X i ( t ) β β b n ( t ) a n ( t ) , t β β T ) = d ( X ( t ) , t β β T ) {\displaystyle \left({\frac {\max _{i=1}^{n}X_{i}(t)-b_{n}(t)}{a_{n}(t)}},t\in T\right){\overset {d}{=}}(X(t),t\in T)} .
Die eindimensionalen Randverteilungen eines max-stabilen Prozesses sind durch eine der drei univariaten Extremwertverteilungen gegeben. Im Falle von FrΓ©chet-verteilten RΓ€ndern d. h. P ( X ( t ) β€ β€ x ) = e β β 1 / x {\displaystyle \mathbb {P} (X(t)\leq x)=e^{-1/x}} kΓΆnnen die Normalisierungskonstanten wie folgt gewΓ€hlt werden: a n = n , b n = 0 {\displaystyle a_{n}=n,b_{n}=0} .
Allgemeines
Seien Y i , i = 1 , β¦ β¦ , n {\displaystyle Y_{i},i=1,\dotsc ,n} unabhΓ€ngige Kopien des stochastischen Prozesses Y {\displaystyle Y} . Gibt es nun Normalisierungskonstanten c n ( t ) > 0 , d n ( t ) β β R {\displaystyle c_{n}(t)>0,d_{n}(t)\in \mathbb {R} } , sodass gilt max i = 1 n Y i ( t ) β β d n ( t ) c n ( t ) β β X ( t ) {\displaystyle \max _{i=1}^{n}{\tfrac {Y_{i}(t)-d_{n}(t)}{c_{n}(t)}}\rightarrow X(t)} fΓΌr n β β β β {\displaystyle n\to \infty } und t β β T {\displaystyle t\in T} und der Prozess X {\displaystyle X} ist nicht degeneriert, so ist X {\displaystyle X} ein max-stabiler Prozess. Ein max-stabiler Prozess mit einfachen FrΓ©chet-verteilten RΓ€ndern kann mithilfe seiner Spektraldarstellung konstruiert werden.cite-ref-2[2]
Einzelnachweise
cite-note-11. β Maximilian Zott: Extreme Value Theory in Higher Dimensions - Max-Stable Processes and Multivariate Records. (uni-wuerzburg.de [abgerufen am 7. Oktober 2019]).
cite-note-22. β Laurens de Haan: A Spectral Representation for Max-stable Processes. In: The Annals of Probability. 1984.