Multivariate max-stable spatial processes
多变量最大稳定空间过程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。
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：摘要研究空间极值与气象变量，未涉及金融尾部风险或其他所列领域细分。
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…
关注这篇论文的作者
多变量最大稳定空间过程
- 研究问题
- 如何同时刻画多个变量的空间极端依赖，并从多变量高斯或 Student-t 过程的独立重复样本最大值构造相应模型？
- 方法与思路
- 作者给出泊松过程构造，将 Smith、Schlather、极值 t 和 Brown–Resnick 模型扩展到多变量情形，并采用复合似然推断。
- 材料陈述的贡献
- 摘要称构造了多种多变量最大稳定空间模型，发展相应复合似然推断，并通过蒙特卡洛模拟及最大风速与阵风数据展示应用。
- 阅读关注点
- 应核对跨变量与跨空间依赖的参数化、各模型的极值构造条件，以及复合似然的选取、参数识别和不确定性评估方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明具体极限条件与推断性质，气象应用不能直接外推至金融风险。
原文摘要
Max-stable processes allow the spatial dependence of extremes to be modelled and quantified, so they are widely adopted in applications. For a better understanding of extremes, it may be useful to study several variables simultaneously. To this end, we study the maxima of independent replicates of multivariate processes, both in the Gaussian and Student-t cases. We define a Poisson process construction and introduce multivariate versions of the Smith Gaussian extreme-value, the Schlather extremal-Gaussian and extremal-t, and the Brown–Resnick models. We develop inference for the models based on composite likelihoods. We present results of Monte Carlo simulations and an application to daily maximum wind speed and wind gust.