A novel statistical workflow for nonstationary modelling of successive Fréchet extremes
连续发生的 Fréchet 极端事件的非平稳建模流程AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要围绕非平稳时间序列中的连续极端事件与时间聚集展开，应用属于能源领域，未提供金融风险分类依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
连续发生的 Fréchet 极端事件的非平稳建模流程
- 研究问题
- 能源需求中时间聚集的连续极端事件，如何在历史资料有限、长期模拟成本较高时估计其发生频率、幅度及重现水平？
- 方法与思路
- 作者借用动力系统中连续极值建模的近期理论，在时间序列满足厚尾 Fréchet 分布等假设下建立统计工作流程。
- 材料陈述的贡献
- 摘要称，该流程相较标准似然方法能更稳健地估计连续极端事件的重现特征和幅度，并展示未来燃气供应情景应用。
- 阅读关注点
- 应核对连续极端事件的定义、非平稳性和时间聚集的处理，以及 Fréchet 假设、重现水平计算和比较指标。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实；摘要未列出完整假设或改进数值，未来供应情景也不是已实现数据的验证。
原文摘要
Accurate estimation of the frequency and magnitude of successive extreme events in energy demand is critical for strategic resource planning. Traditional approaches based on extreme value theory (EVT) are typically limited to modelling isolated extreme events and struggle to capture the dynamics of temporally clustered extremes, such as those driven by prolonged extreme weather events. These limitations are exacerbated by the scarcity of historical data and computational costs of longrun simulations leading to high uncertainty in return level estimates for successive extremes. Here, we introduce a novel statistical framework leveraging recent theoretical advances in successive extreme value modelling in dynamical systems. Under reasonable assumptions of the time series data (e.g. the data follow a fat-tailed Fréchet distribution), our tool allows for significantly more robust estimates of returns and magnitudes of successive extreme events compared to standard likelihood methods. We illustrate our statistical workflow on scenarios of forecasted gas supply levels from 2025 to 2050. Common measures of statistical accuracy are provided as benchmarks for comparison.