Autoregressive models for maxima and their applications to CH<sub>4</sub>and N<sub>2</sub>O
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Recordings of daily, weekly, or yearly maxima in environmental time series are classically fitted by the generalized extreme value (GEV) distribution that originates from the well‐established extreme value theory (EVT). One special case of such GEV distribution is the Gumbel family which corresponds to the modeling of maxima stemming from light‐tailed distributions. To capture temporal dependencies, linear autoregressive (AR) processes offer a simple and elegant framework. Our objective is to extend linear AR models in such a way that they handle Gumbel distributed maxima. To reach this goal, we take advantage of the stability of Gumbel random variables when added to the logarithm of a positive α‐stable random variable. This allows us to propose a linear Gumbel distributed AR model whose main theoretical properties are derived. For the atmospheric scientist, this link between linear AR processes and EVT widens the statistical treatment of extreme environmental recordings in which temporal dependencies are present. For example, our model is fitted to daily and weekly maxima of methane (CH 4 ) and daily maxima of nitrous oxide (N 2 O) measured in Gif‐sur‐Yvette (France). Simulation results are also presented in order to assess the quality of our parameter estimations for finite samples. Copyright © 2009 John Wiley & Sons, Ltd.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle