报告人：胡尧
报告地点：腾讯会议ID：498 646 818
报告时间：2021年10月20日星期三10:30-11:30
报告摘要：
广义Pareto分布(generalized Pareto distribution，GPD)变点是超出量起突然变化之点。为检测极端事件的状态变化，我们基于似然比方法研究了GPD变点检测模型，考虑三参数GPD变点的检验问题，提出了最大似然比检验统计量。通过证明参数变换后GPD的对数似然和检验统计量的一系列极限性质，得到了检验统计量的渐近分布。通过模拟研究，对该方法的有限样本性质进行了评价。交通流数据分析与降雨量重现期预测实证案例验证了该方法的可行性。报告最后用GPD变点检测模型分析深圳55年降雨量数据，检测到上世纪80年代是深圳气象学的一个变点。变点之前极值指数的估计结果为负。结合降雨量与重现期关系图可以看出，变点之后遭遇一百年以下重现期的暴雨灾害程度较之前有所减弱，而之后为正，百年一遇以上重现期的暴雨灾害程度较之前严重且极端气候现象更加频繁。研究结果表明，基于GPD变点检测模型能捕捉到常规GPD模型所不能获取的内在规律，论文方法具有实用价值。
主讲人简介：
胡尧，贵州大学数学与统计学院教授，硕士生/博士生导师，统计学系主任，全国宝钢优秀教师。研究方向包括城市道路交通问题、交通流预测、复杂数据统计分析、抽样算法、可靠性统计、机器学习等应用统计研究。主持国家自然科学基金2项，主持完成国家自然科学基金、国家统计局科学研究重点项目与贵州省科技社发攻关重点项目各1项，主持完成2项贵州省自然科学基金项目与5项城市道路交通横向课题。在《Promet-Traffic & Transportation》、《应用数学学报》、《系统工程理论与实践》、《交通运输工程学报》、《应用概率统计》、《数理统计与管理》等期刊发表论文多篇。在城市道路交通问题研究与“贵阳摇号系统”研发及其相关应用统计方面的工作曾获贵州省科技进步三等奖。
