文献

J-GLOBAL ID：201702222682112539   整理番号：17A1170586

非定常一般化極値モデルのための適切なモデル選択法【Powered by NICT】

Appropriate model selection methods for nonstationary generalized extreme value models

著者 (4件)： Kim Hanbeen (School of Civil and Environmental Engineering, Yonsei University, Seoul, Republic of Korea) ,  Kim Sooyoung (Hydrometeorological Cooperation Center, Republic of Korea) ,  Shin Hongjoon (School of Civil and Environmental Engineering, Yonsei University, Seoul, Republic of Korea) ,  Heo Jun-Haeng (School of Civil and Environmental Engineering, Yonsei University, Seoul, Republic of Korea)
資料名： Journal of Hydrology  (Journal of Hydrology)
巻： 547  ページ： 557-574  発行年： 2017年 
JST資料番号： C0584A  ISSN： 0022-1694  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本質的に非定常である水文データ系列のいくつかの証拠は,これまでに見出されている。これは非定常周波数分析の分野における多くの研究の実施をもたらした。非定常確率分布モデルは,時間で変化するパラメータを含んでいる。,適切な非定常確率分布モデルの選択に従来の適合度検定を適用する単純な過程ではない。一般的にそのような選択のための推奨されることを試験は赤池の情報量基準(A IC),補正した赤池の情報量基準(AICc),Bayes情報基準(BIC),と尤度比検定(LRT)を含んでいる。本研究では,モンテカルロシミュレーションはこれらの四試験の性能を比較し,非定常と定常的一般化極値(GEV)分布に関してであった。適切なモデル選択比とサンプルサイズは四種類の試験の全体の性能を評価するために考慮した。B ICは静止GEVモデルに関して最良の性能を示した。非定常GEVモデルの場合,A ICは他の三つの方法よりも良好であることが証明され,比較的小さな試料サイズを考慮した。より大規模なサンプルサイズによって,A IC,BIC,LRTは非定常位置および/またはスケールパラメータを持つGEVモデルのための最良の性能を示した。シミュレーション結果を用いて,選択した地点の年最大降雨データに全四試験を適用して評価した,韓国気象局で観察された。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： シミュレーション ,  水文データ ,  尤度比検定 ,  降雨 ,  周波数解析 ,  大韓民国 ,  *確率分布 ,  スケールパラメータ ,  気象
準シソーラス用語： モンテカルロシミュレーション ,  適合度 ,  *モデル選択 ,  *非定常性 , 【Automatic Indexing@JST】

著者キーワード (6件)： モデル選択法 ,  非定常GEVモデル ,  Akaikeの情報基準 ,  Bayes情報基準 ,  尤度比検定 ,  適切なモデル選択比

分類 (1件)： 水文学一般  (DC07010R)

タイトルに関連する用語 (4件)： 非定常 ,  一般化極値 ,  モデル ,  モデル選択