Spatial extreme quantile estimation using a weighted log-likelihood approach

Julie Carreau 1 Stephane Girard 2
2 MISTIS - Modelling and Inference of Complex and Structured Stochastic Systems
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
Abstract : We propose to estimate spatial extreme quantiles by a weighted log-likelihood approach. It is assumed that the conditional distribution of the variable of interest follows a generalized extreme-value distribution. The associated response surfaces are estimated thanks to the introduction of weights in the log-likelihood. These weights depend on the distance between the point of interest and the observations. The construction of a proper distance relies on the combination of a multidimensional scaling unfolding with a neural network regression. Our approach is illustrated both on simulated and real rainfall datasets.
Type de document :
Article dans une revue
Journal de la Société Française de Statistique, Société Française de Statistique et Société Mathématique de France, 2011, 152 (3), pp.66-82
Liste complète des métadonnées

Littérature citée [31 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00761361
Contributeur : Stephane Girard <>
Soumis le : jeudi 6 décembre 2012 - 10:21:12
Dernière modification le : mardi 10 octobre 2017 - 16:16:02
Document(s) archivé(s) le : jeudi 7 mars 2013 - 03:56:33

Fichier

sfds_jsfds_152_3_66-82.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

  • HAL Id : hal-00761361, version 1

Citation

Julie Carreau, Stephane Girard. Spatial extreme quantile estimation using a weighted log-likelihood approach. Journal de la Société Française de Statistique, Société Française de Statistique et Société Mathématique de France, 2011, 152 (3), pp.66-82. 〈hal-00761361〉

Partager

Métriques

Consultations de
la notice

405

Téléchargements du document

202