月降雨的鲁棒统计建模：最小密度功率差异方法
摘要：气象学中月、季节或年总降雨的统计建模是一个关键的研究领域，主要从雨养农业的角度来看，未来雨水的可用性需要进行适当的评估。在湿润期间的降雨量可以取任何正值，而通常用于降雨建模的一些简单的（一或两个参数）概率模型包括指数、伽马、威布尔、对数正态、皮尔逊V型/VI型、对数-逻辑等，其中未知的模型参数通常使用最大似然估计（MLE）进行估计。然而，降雨数据中常常存在异常值或极端观测值，而MLE对它们非常敏感，通常导致虚假推断。在这里，我们讨论了一种基于最小密度功率差估计器（MDPDE）的鲁棒参数估计方法。我们将上述四个参数模型拟合到印度36个气象分区的区域加权月降雨数据中，时间跨度为1951年至2014年，并比较基于MLE和提出的最佳MDPDE的拟合情况；MDPDE在多种情况下表现出优越的性能。对于所有的月份-分区组合，我们讨论了最佳拟合模型和估计的中位数降雨量。
作者：Arnab Hazra, Abhik Ghosh
论文ID：1909.08035
分类：Applications
分类简称：stat.AP
提交时间：2023-04-04