Dynamic Linear Models for Extreme Values

Authors

  • Elvis Rafael Arrazola Acosta Departamento de Estadística Matemática, Universidad Nacional Autónoma de Honduras. https://orcid.org/0009-0008-6807-0896
  • Izhar Asael Alonzo Matamoros Departamento de Estadística Matemática, Universidad Nacional Autónoma de Honduras.
  • Cristian Andrés Cruz Torres Departamento de Estadística Matemática, Universidad Nacional Autónoma de Honduras https://orcid.org/0000-0002-2185-5783

DOI:

https://doi.org/10.5377/pc.v1i19.18700

Keywords:

Extreme Values, Dynamic Linear Models, Markov Chain Monte Carlo, Convolution Processes, Precipitation

Abstract

Currently, climate change is one of the phenomena that worries the world's population, which is why we propose an approach to model measured extreme values of rainfall, drought, etc. First, observations follow a Generalized Extreme Value (GEV) distribution for which location, scale, or shape parameters define the spatiotemporal structure. The generalized distribution of extreme values is extended to incorporate time dependence using a state space representation where state variables are measured through a Dynamic Linear Model (DLM). The spatial element is imposed through the evolution matrix of the DLM where we adopt a form of convolution process. We show how to produce temporal and spatial estimates of our model through a custom Markov Chain Monte Carlo (MCMC) simulation. The methodology is illustrated using extreme data yields through daily measurements of precipitation levels produced daily in Washington State, USA.

Downloads

Download data is not yet available.
Abstract
68
PDF (Español (España)) 49

Downloads

Published

2024-10-28

How to Cite

Arrazola Acosta, E. R., Alonzo Matamoros, I. A., & Cruz Torres, C. A. (2024). Dynamic Linear Models for Extreme Values. Portal De La Ciencia, 1(19), 37–50. https://doi.org/10.5377/pc.v1i19.18700

Issue

Vol. 1 No. 19 (2024)

Section

Central Theme

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

© Revista Portal de la Ciencia

Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:

De acuerdo con la legislación de derechos de autor, Revista Portal de la Ciencia, reconoce y respeta el derecho moral de los autores, así como la titularidad del derecho patrimonial, el cual será cedido a la revista para su difusión en acceso abierto en versión impresa y en formato digital. Al formar parte de múltiples indexadores, bases de datos y sistemas de referencia, los artículos que sean publicados por Revista Portal de la Ciencia se encontrarán visibles y serán descargados también de estos sitios web, indicando, en todos los casos, la autoría de los artículos, la fecha de publicación y el número de la revista al que corresponden.

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional. 

Usted está en libertad de:

  1. Compartir: copiar y redistribuir el material en cualquier medio o formato
  2. Adaptar: remezclar, transformar y crear a partir del material

Bajo las siguientes condiciones:

  1. Reconocimiento: Usted debe darle crédito a esta obra de manera adecuada, proporcionando un enlace a la licencia, e indicando si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo del licenciante.
  2. Uso no comercial: Usted no puede hacer uso del material con fines comerciales.