Resumen

Este documento detalla un método para la predicción de valores extremos sobre la base de una serie temporal muestreada. El método está diseñado específicamente para tener en cuenta la dependencia estadística entre los puntos de datos muestreados de manera precisa. De hecho, si se utiliza correctamente, el nuevo método proporcionará estimaciones estadísticas de la distribución exacta de valores extremos proporcionada por los datos en la mayoría de los casos de interés práctico. Evita el problema de tener que desagrupar los datos para garantizar la independencia, que es un componente necesario en la aplicación, por ejemplo, del método estándar de picos sobre umbral. El método propuesto también apunta al uso de datos subasintóticos para mejorar la precisión de la predicción. El método será demostrado mediante la aplicación tanto a datos sintéticos como reales. Desde un punto de vista práctico, parece funcionar mejor que los métodos de POT y de bloques extremos, y, con una modificación apropiada, es directamente aplicable a series temporales no estacionarias.

• Materias:Distribución generalizada Variable binaria Predicción bayesianas Inferencia bayesiana Parámetros de distribución
• Subjects:Generalized distribution Binary variable Bayesian prediction Bayesian Inference Distribution Parameters
• Palabras claves:Método; Predicción de valores extremos; Series temporales; Dependencia estadística; Puntos de datos; Precisión de la predicción
• Keywords:Method; Extreme value prediction; Time series; Statistical dependence; Data points; Prediction accuracy