• Communications for Statistical Applications and Methods
• /
• 제16권3호
• /
• pp.463-477
• /
• 2009

극단치 분포의 모수 추정방법으로 최우추정법, 확률가중적률법, 회귀분석법은 기존 연구에서 활발하게 적용되어져 왔다. 그러나 이들 세 가지 추정방법 가운데, 회귀분석법의 우수성은 엄격하게 평가되어진 적이 없다. 본 논문에서는 몬테칼로 시뮬레이션을 통하여 Generalized Extreme Value(GEV) 분포와 Generalized Pareto(GP) 분포의 모수 추정에 회귀분석법 및 다른 추정방법을 적용하여 비교 연구한다. 시뮬레이션 결과, 표본의 크기가 작은 경우 회귀분석 법은 GEV 분포의 위치모수 추정시 편의 측면과 효율성 측면에서 다른 방법보다 우수한 경향을 나타내었다. GP 분포의 규모모수 추정시에는 표본의 크기 가 작을 경우 회귀분석법이 다른 방법보다 작은 편의를 나타내었다. 회귀분석법은 표본의 크기 가 작거나 적당히 큰 경우에도 GEV 분포나 GP 분포의 형태모수 추정시에 형태모수의 값이 -0.4일 경우, 다른 방법보다 우수한 경향을 나타내었다.

• 응용통계연구
• /
• 제27권6호
• /
• pp.947-958
• /
• 2014

집중호우의 특성을 이해하는 것은 수문관리 및 재해방재 등에서 매우 중요하다. 특히 반환주기는 이러한 집중호우의 특성을 나타내는 측정치로 자주 사용된다. 본 논문에서는 베이지안 계층적 모형을 이용하여 강우의 반환주기에 대한 공간구조를 분석하였다. 먼저 국내 62개 지점에서 측정한 강우 강도을 기초로 하여 연간 일일 최대강우량과 특정한 수준을 초과하는 강우량에 대해서 generalized extreme value(GEV)와 generalized Pareto distribution(GPD)를 각각 가정하여 추정하였다. 집중호우 반환주기에 대한 공간구조는 이 GEV 분포와 GPD 분포의 모수에 공간구조를 가지는 다변량 정규분포를 이용하여 설명하였다. 제안된 모형을 국내 76개 지역에서 39년간 측정된 일별 강우량 관측자료에 적용하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.201-201
• /
• 2016

The asymptotic extreme value distributions of maxima are a natural choice when designing against future extreme events like flood peaks or wave heights, given a stationary time series. The generalized extreme value distribution (GEV) is often utilised in this context because it is seen as a convenient single expression for extreme event analysis. However, the GEV has a drawback because the location of the distribution bound relative to the data is a discontinuous function of the GEV shape parameter. That is, for annual maxima approximated by the Gumbel distribution, the data is also consistent with a GEV distribution with an upper bound (no lower bound) or a GEV distribution with a lower bound (no upper bound). A more consistent single extreme value expression for design purposes is proposed as the Weibull distribution of smallest extremes, as applied to transformed annual maxima. The Weibull distribution limit holds here for sufficiently large sample sizes, irrespective of the extreme value domain of attraction applicable to the untransformed maxima. The Gumbel, Type 2, and Type 3 extreme value distributions thus become redundant, together with the GEV, because in reality there is only a single asymptotic extreme value distribution required for design purposes - the Weibull distribution of minima as applied to transformed maxima. An illustrative synthetic example is given showing transformed maxima from the normal distribution approaching the Weibull limit much faster than the untransformed sample maxima approach the normal distribution Gumbel limit. Some New Zealand examples are given with the Weibull distribution being applied to reciprocal transformations of annual flood maxima, where the untransformed maxima follow apparently different extreme value distributions.

• 충청수학회지
• /
• 제21권1호
• /
• pp.99-106
• /
• 2008

In this paper, we establish some recurrence relations which is satisfied by the quotient moments of the lower record values from the standard generalized extreme value (GEV) distribution.

• Journal of applied mathematics & informatics
• /
• 제28권1_2호
• /
• pp.523-529
• /
• 2010

In this paper, we obtain some recurrence relations for the quotient moments of the lower record values from the generalized extereme value(GEV) distribution. We also deduce some recurrence relations for the negative moments from the GEV distribution.

• 대기
• /
• 제26권4호
• /
• pp.697-709
• /
• 2016

This study estimates and evaluates the extreme value of 30 m-resolution daily maximum and minimum temperatures over South Korea, using inverse distance weighting (IDW), parameter-elevation regression on independent slopes model (PRISM) and generalized extreme value (GEV) method. The three experiments are designed and performed to find the optimal estimation strategy to obtain extreme value. First experiment (EXP1) applies GEV firstly to automated surface observing system (ASOS) to estimate extreme value and then applies IDW to produce high-resolution extreme values. Second experiment (EXP2) is same as EXP1, but using PRISM to make the high-resolution extreme value instead of IDW. Third experiment (EXP3) firstly applies PRISM to ASOS to produce the high-resolution temperature field, and then applies GEV method to make high resolution extreme value data. By comparing these 3 experiments with extreme values obtained from observation data, we find that EXP3 shows the best performance to estimate extreme values of maximum and minimum temperatures, followed by EXP1 and EXP2. It is revealed that EXP1 and EXP2 have a limitation to estimate the extreme value at each grid point correctly because the extreme values of these experiments with 30 m-resolution are calculated from only 60 extreme values obtained from ASOS. On the other hand, the extreme value of EXP3 is similar to observation compared to others, since EXP3 produces 30m-resolution daily temperature through PRISM, and then applies GEV to that result at each grid point. This result indicates that the quality of statistically produced high-resolution extreme values which are estimated from observation data is different depending on the combination and procedure order of statistical methods.

• 경영과학
• /
• 제24권2호
• /
• pp.115-126
• /
• 2007

Weekly minima of daily log returns of Korean composite stock price index 200 and its five industry-based business divisions over the period from January 1990 to December 2005 are fitted using two block-based extreme distributions: Generalized Extreme Value(GEV) and Generalized Logistic(GLO). Parameters are estimated using the probability weighted moments. Applicability of two distributions is investigated using the Monte Carlo simulation based empirical p-values of Anderson Darling test. Our empirical results indicate that both the GLO and GEV models seem to be comparably applicable to the weekly minima. These findings are against the evidences in Gettinby et al.[7], who claimed that the GEV model was not valid in many cases, and supported the significant superiority of the GLO model.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2002년도 학술발표회 발표논문집
• /
• pp.225-228
• /
• 2002

This research seeks to derive the design rainfalls through the L-moment with the test of homogeneity, independence and outlier of data on annual maximum daily rainfall in 38 Korean rainfall stations. To select the fit appropriate distribution of annual maximum daily rainfall data according to rainfall stations, applied were Generalized Extreme Value (GEV), Generalized Logistic (GLO) and Generalized Pareto (GPA) probability distributions were applied. and their aptness was judged Dusing an L-moment ratio diagram and the Kolmogorov-Smirnov (K-S) test, the aptitude was judged of applied distributions such as GEV, GLO and GPA. The GEV and GLO distributions were selected as the appropriate distributions. Their parameters were estimated Targetingfrom the observed and simulated annual maximum daily rainfalls and using Monte Carlo techniques, the parameters of GEV and GLO selected as suitable distributions were estimated and. dDesign rainfallss were then derived, using the L-moment. Appropriate design rainfalls were suggested by doing a comparative analysis of design rainfall from the GEV and GLO distributions according to rainfall stations.

• 대한토목학회논문집
• /
• 제29권3B호
• /
• pp.259-267
• /
• 2009

GEV분포는 세계 여러 나라에서 홍수와 극한강우 등의 빈도분포로 널리 활용되고 있다. L-모멘트법은 GEV분포의 매개변수 추정을 위해 일반적으로 사용되고 있는 추정법이다. 본 연구에서는 Monte Carlo 실험을 이용하여 GEV분포를 따르는 서로 다른 두 지점의 자료의 교차상관계수를 이용하여 L-모멘트 추정값인 L-변동계수와 L-왜도계수들 간의 교차상관계수를 Simple Power 함수를 이용하여 유도하였다. 실험과정에서 생성된 비현실적이며 실험결과에 큰 영향을 미치는 음수값들을 배재한 GEV+분포를 이용하였다. 결과로, Simple Power 함수가 두지점간 자료의 교차상관과 L-모멘트 추정값들간의 교차상관 계수의 관계를 잘 모사하고 있음을 확인하였다. 다양한 GEV 분포의 매개변수 조합에 대한 Simple Power 함수의 매개변수 추정값과 정확성은 표로 제시하였다. 또한 위 연구결과를 활용할 수 있는 Generalised Least Square(GLS) 지역회귀 기법에 대해 설명하였다. 따라서 본 연구에서 도출된 관계식은 향후 GLS 회귀식을 이용한 GEV 분포의 지역 매개변수를 추정하는데 있어 L-모멘트 추정값들간의 정확한 교차상관관계를 제시할 수 있을 것으로 기대한다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.137-149
• /
• 2015

본 논문에서는 비정상 극치 강수 자료에 대해 계층적 베이지안 모형을 적용하여 시간에 따른 모수의 변화를 추정하며, 미래 확률 강수량에 대한 극단값 분포를 예측하고 더 나아가 반환기간에 대한 경향과 예측 값을 얻고자 한다. 이전의 고전적 통계 방법을 통한 강수 자료의 모수 추정연구의 경우, 자료의 정상성 가정 하에 고정된 모수를 추정하는 방법으로, 최근 나타난 비정상 강수 사상과 같이 강수량이 가지는 분포의 모수적 변화가 예상되는 경우 해석상 문제가 발생한다. 이러한 문제점을 해결하기 위해 모형의 관심모수에 시간에 따른 자기 상관 선형 회귀 함수를 적합한 계층적 베이지안 모형을 고려한다. 제안된 모형의 효율성을 확인하기 위해서 1973년부터 2011년까지 39년 동안의 우리나라 여러지역의 기상 관측소에서 관측된 일일 강우량 자료가 사용하여 대표적인 극단값 분포인 Generalized Extreme Value(GEV) 분포에 적합시키고, 계층적 베이지안 모형을 이용하여 이들 분포의 모수들에 자기상관 시간모형을 소개한 후 우리나라 여러지역에 대한 반환기간에 대한 시간에 따른 경향을 확인하였다.