极端事件如何预测？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。

【专家】：汪博士，来自中国科学院所及重点高校资深专家，长期从事R语言统计、贝叶斯、极值统计学，以及在水文、生态中的研究和教学工作，以发表了多篇论文，拥有丰富的科研及实践经验。

第一章 独立假设下的极值统计建模

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

第二章 平稳时间序列的极值统计建模

1.时间序列的极值区分组模型

2.POT模型、Markov（马尔科夫）模型

第三章 极值回归

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

第四章 点过程模型

1.点过程理论

2.超阈值点过程模型

第五章 贝叶斯极值统计学

1.贝叶斯统计学初步

2.极值模型的贝叶斯估计

第六章 极值统计学的高级课题

1.多元极值模型

2.极值Copula模型

---

★ 点 击 下 方 关 注，获取海量教程和资源！

↓↓↓