Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/46572
Arquivos associados a este item:
Não existem arquivos associados a este item.
Título: On a new extreme value distribution : characterization, parametric quantile regression, and application to extreme air pollution events
Autor(es): Santos, Helton Saulo Bezerra dos
Vila, Roberto
Bittencourt, Verônica Lelis
Leão, Jeremias
Leiva, Víctor
Christakos, George
Afiliação do autor: Universidade de Brasília, Departament of Statistics
Universidade de Brasília, Departament of Statistics
Universidade de Brasília, Departament of Statistics
Universidade Federal do Amazonas, Departament of Statistics
Pontificia Universidad Católica de Valparaíso, School of Industrial Engineering
San Diego State University, Department of Geography
Assunto: Distribuições de valores extremos
Simulação Monte Carlo
Regressão de quantis
Data de publicação: 6-Nov-2022
Editora: Springer
Referência: SAULO, Helton et al. On a new extreme value distribution: characterization, parametric quantile regression, and application to extreme air pollution events. Stochastic Environmental Research and Risk Assessment, v. 37, p. 1119-1136, 2023. DOI: https://doi.org/10.1007/s00477-022-02318-8. Disponível em: https://link.springer.com/article/10.1007/s00477-022-02318-8.
Abstract: Extreme-value distributions are important when modeling weather events, such as temperature and rainfall. These dis- tributions are also important for modeling air pollution events. Particularly, the extreme-value Birnbaum-Saunders regression is a helpful tool in the modeling of extreme events. However, this model is implemented by adding covariates to the location parameter. Given the importance of quantile regression to estimate the effects of covariates along the wide spectrum of a response variable, we introduce a quantile extreme-value Birnbaum-Saunders distribution and its corre- sponding quantile regression model. We implement a likelihood-based approach for parameter estimation and consider two types of statistical residuals. A Monte Carlo simulation is performed to assess the behavior of the estimation method and the empirical distribution of the residuals. We illustrate the introduced methodology with unpublished real air pollution data
Unidade Acadêmica: Instituto de Ciências Exatas (IE)
Departamento de Estatística (IE EST)
DOI: https://doi.org/10.1007/s00477-022-02318-8
Versão da editora: https://link.springer.com/article/10.1007/s00477-022-02318-8
Aparece nas coleções:Artigos publicados em periódicos e afins

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.