GEV/POT/Markov/点过程/贝叶斯极值全解析；基于R语言的极值统计学

极值统计学就是专门研究自然界和人类社会中很少发生，然而发生之后有着巨大影响的极端现象的统计建模及分析方法；在水文、气象、环境、生态、保险和金融等领域都有着广泛的应用。

专题一、独立假设下的极值统计建模

主要内容包括：

1.广义极值模型.

2.极小值的处理.

3.广义Pareto模型.

4.第r大次序统计量建模.

5.R语言中极值统计学包.

6.实例操作1-2.(提供案例数据及代码)

专题二、平稳时间序列的极值统计建模

主要内容包括：

1.时间序列的极值区分组模型.

2.POT模型、Markov（马尔科夫）模型.

3.实例操作3-5. (提供案例数据及代码)

专题三、极值回归

主要内容包括：

1.非平稳时间序列极值模型.

2.协变量的极值统计模型及极值回归.

3.实例操作6-7. (提供案例数据及代码)

专题四、点过程模型

主要内容包括：

1.点过程理论.

2.超阈值点过程模型.

3.实例操作8. (提供案例数据及代码)

专题五、贝叶斯极值统计学

主要内容包括：

1.贝叶斯统计学初步.

2.极值模型的贝叶斯估计.

3.实例操作9. (提供案例数据及代码)

专题六/七、极值统计学的高级课题

主要内容包括：

1.多元极值模型.

2.极值Copula模型.

3.实例操作10-11. (提供案例数据及代码)

★ 点 击 下 方 关 注，获取海量教程和资源！

↓↓↓