Zugl.: Siegen, Univ., Diss., 2009

This thesis covers a wide range of results for when a random vector is in the max-domain of attraction of max-stable random vector. It states some new theoretical results in D-norm terminology, but also gives an explaination why most approaches to multivariate extremes are equivalent to this specific approach. Then it covers new methods to deal with high-dimensional extremes, ranging from dimension reduction to exploratory methods and explaining why the Huessler-Reiss model is a powerful parametric model in multivariate extremes on par with the multivariate Gaussian distribution in multivariate regular statistics. It also gives new results for estimating and inferring the multivariate extremal dependence structure, strategies for choosing thresholds and compares the behavior of local and global threshold approaches. The methods are demonstrated in an artifical simulation study, but also on German weather data. / Diese Disseration behandelt eine Reihe von Resultaten, die gelten, wenn sich ein Zufallsvektor im multivariaten Anziehungsbereich eines max-stabilen Zufallsvektors befindet. Es gibt einige neue theoretische Resulte, die in D-Norm Terminologie behandelt werden, aber es wird auch erläutert, warum dieser Ansatz äquivalent zu den meisten anderen Ansätzen in multivariater Extremwerttheorie ist. Es werden neue Methoden dargestellt, mit denen hoch-dimensionale Extremwertprobleme angegangen werden können, darunter Konzepte die Dimensionsreduzierung bis explorative Methoden, und es wird weiter erklärt, warum das parametrische Hüssler-Reiss model eine mächtige Rolle in der multivariaten Extremwerttheorie einnimmt, vergleichbar mit Gausschen Zufallsvektoren in der Standard-Statistik. Es gibt außerdem neue Methoden für Schätzung und Interferenz der extremalen Abhängigkeitsstruktur, Strategien, wie Thresholds gewählt werden können und ein Vergleich von lokalen gegenüber globalen Thresholds. Die Methoden werden in einer Simulationsstudie mit künstlichen Daten, aber auch mit deutschen Wetterdaten demonstriert.

The Fragility Index captures the amount of risk in a stochastic system of arbitrary dimension. Its main mathematical tool is the asymptotic distribution of exceedance counts within the system which can be derived by use of multivariate extreme value theory. Thereby the basic assumption is that data comes from a distribution which lies in the domain of attraction of a multivariate extreme value distribution. The Fragility Index itself and its extension can serve as a quantitative measure for tail dependence in arbitrary dimensions. It is linked to the well known extremal index for stochastic processes as well the extremal coefficient of an extreme value distribution. / Der Fragilitätsindex erfasst das Risiko des Zusammenbruchs eines stochastischen Systems beliebiger Dimension. Wesentlicher Baustein dieser mathematischen Größe ist dabei die asymptotische Verteilung der Überschreitungsanzahl innerhalb des stochastischen Systems. Die Herleitung basiert auf wesentlichen Erkenntnissen aus der multivariaten Extremwerttheorie. Die Hauptannahme besteht darin, dass Realisationen einer Zufallsgröße von einer Verteilung erzeugt werden, welche im Anziehungsbereich einer multivariaten Extremwertverteilung liegt. Der Fragilitätsindex und seine Erweiterung stellen ein quantitatives Maß beliebiger Dimension für Abhängigkeiten zwischen extremen Ereignissen dar. Er steht dabei in direkter Verbindung zum Extremalindex für stochastische Prozesse und zum Extremalkoeffizienten für Extremwertverteilungen.

We introduce some mathematical framework for extreme value theory in the space of continuous functions on compact intervals and provide basic definitions and tools. Continuous max-stable processes on [0,1] are characterized by their “distribution functions” G which can be represented via a norm on function space, called D-norm. The high conformity of this setup with the multivariate case leads to the introduction of a functional domain of attraction approach for stochastic processes, which is more general than the usual one based on weak convergence. We also introduce the concept of “sojourn time transformation” and compare several types of convergence on function space. Again in complete accordance with the uni- or multivariate case it is now possible to get functional generalized Pareto distributions (GPD) W via W = 1 + log(G) in the upper tail. In particular, this enables us to derive characterizations of the functional domain of attraction condition for copula processes. Moreover, we investigate the sojourn time above a high threshold of a continuous stochastic process. It turns out that the limit, as the threshold increases, of the expected sojourn time given that it is positive, exists if the copula process corresponding to Y is in the functional domain of attraction of a max-stable process. If the process is in a certain neighborhood of a generalized Pareto process, then we can replace the constant threshold by a general threshold function and we can compute the asymptotic sojourn time distribution. / Es wird ein Zugang zur Extremwerttheorie auf dem Raum C[0,1] gegeben. Nach Charakterisierung und Analyse standard max-stabiler Prozesse, wird ein "funktionaler Anziehungsbereich" für standard max-stabile Prozesse vorgeschlagen, der allgemeiner ist als der übliche, der mittels schwacher Konvergenz definiert wird. Schließlich werden Verweildauern stetiger Prozesse über hohen Schwellenwerten betrachtet.

Die Extremwerttheorie behandelt die stochastische Modellierung seltener und extremer Ereignisse. Während fundamentale Theorien in der klassischen Stochastik, wie etwa die Gesetze der großen Zahlen oder der zentrale Grenzwertsatz das asymptotische Verhalten der Summe von Zufallsvariablen untersucht, liegt in der Extremwerttheorie der Fokus auf dem Maximum oder dem Minimum einer Menge von Beobachtungen. Die Grenzverteilung des normierten Stichprobenmaximums unter einer Folge von unabhängigen und identisch verteilten Zufallsvariablen kann durch sogenannte max-stabile Verteilungen charakterisiert werden. In dieser Dissertation werden verschiedene Aspekte der Theorie der max-stabilen Zufallsvektoren und stochastischen Prozesse behandelt. Insbesondere wird der Begriff der 'Differenzierbarkeit in Verteilung' eines max-stabilen Prozesses eingeführt und untersucht. Ferner werden 'verallgemeinerte max-lineare Modelle' eingeführt, um einen bekannten max-stabilen Zufallsvektor durch einen max-stabilen Prozess zu interpolieren. Darüber hinaus wird der Zusammenhang von extremwerttheoretischen Methoden mit der Theorie der multivariaten Rekorde hergestellt. Insbesondere werden sogenannte 'vollständige' und 'einfache' Rekorde eingeführt, und deren asymptotisches Verhalten untersucht. / Extreme value theory is concerned with the stochastic modeling of rare and extreme events. While fundamental theories of classical stochastics - such as the laws of small numbers or the central limit theorem - are used to investigate the asymptotic behavior of the sum of random variables, extreme value theory focuses on the maximum or minimum of a set of observations. The limit distribution of the normalized sample maximum among a sequence of independent and identically distributed random variables can be characterized by means of so-called max-stable distributions. This dissertation concerns with different aspects of the theory of max-stable random vectors and stochastic processes. In particular, the concept of 'differentiability in distribution' of a max-stable process is introduced and investigated. Moreover, 'generalized max-linear models' are introduced in order to interpolate a known max-stable random vector by a max-stable process. Further, the connection between extreme value theory and multivariate records is established. In particular, so-called 'complete' and 'simple' records are introduced as well as it is examined their asymptotic behavior.

Techn. University, Diss., 2006--München.

Master-Arbeit Univ. St. Gallen, 2008.

Master-Arbeit Univ. St. Gallen, 2007.

Extreme value theory aims at modeling extreme but rare events from a probabilistic point of view. It is well-known that so-called generalized Pareto distributions, which are briefly reviewed in Chapter 1, are the only reasonable probability distributions suited for modeling observations above a high threshold, such as waves exceeding the height of a certain dike, earthquakes having at least a certain intensity, and, after applying a simple transformation, share prices falling below some low threshold. However, there are cases for which a generalized Pareto model might fail. Therefore, Chapter 2 derives certain neighborhoods of a generalized Pareto distribution and provides several statistical tests for these neighborhoods, where the cases of observing finite dimensional data and of observing continuous functions on [0,1] are considered. By using a notation based on so-called D-norms it is shown that these tests consistently link both frameworks, the finite dimensional and the functional one. Since the derivation of the asymptotic distributions of the test statistics requires certain technical restrictions, Chapter 3 analyzes these assumptions in more detail. It provides in particular some examples of distributions that satisfy the null hypothesis and of those that do not. Since continuous copula processes are crucial tools for the functional versions of the proposed tests, it is also discussed whether those copula processes actually exist for a given set of data. Moreover, some practical advice is given how to choose the free parameters incorporated in the test statistics. Finally, a simulation study in Chapter 4 compares the in total three different test statistics with another test found in the literature that has a similar null hypothesis. This thesis ends with a short summary of the results and an outlook to further open questions. / Gegenstand der Extremwerttheorie ist die wahrscheinlichkeitstheoretische Modellierung von extremen, aber seltenen Ereignissen. Es ist wohlbekannt, dass sog. verallgemeinerte Pareto-Verteilungen, die in Kapitel 1 kurz zusammengefasst werden, die einzigen Wahrscheinlichkeitsverteilungen sind, mit denen sich Überschreitungen über hohe Schwellenwerte geeignet modellieren lassen, wie z. B. Fluthöhen, die einen Deich überschreiten, Erdbeben einer gewissen Mindeststärke, oder - nach einer einfachen Transformation - Aktienkurse, die einen festen Wert unterschreiten. Jedoch gibt es auch Fälle, in denen verallgemeinerte Pareto-Modelle fehlschlagen könnten. Deswegen beschäftigt sich Kapitel 2 mit gewissen Umgebungen einer verallgemeinerten Pareto-Verteilung und leitet mehrere statistische Tests auf diese Umgebungen her. Dabei werden sowohl multivariate Daten als auch Datensätze bestehend aus stetigen Funktionen auf [0,1] betrachtet. Durch Verwendung einer Notation basierend auf sog. D-Normen wird insbesondere gezeigt, dass die vorgestellten Testverfahren beide Fälle, den multivariaten und den funktionalen, auf natürliche Weise miteinander verbinden. Da das asymptotische Verhalten dieser Tests von einigen technischen Voraussetzungen abhängt, werden diese Annahmen in Kapitel 3 detaillierter analysiert. Insbesondere werden Beispiele für Verteilungen betrachtet, die die Nullhypothese erfüllen, und solche, die das nicht tun. Aufgrund ihrer Bedeutung für die funktionale Version der Tests wird auch der Frage nachgegangen, ob sich ein Datensatz durch stetige Copula-Prozesse beschreiben lässt. Außerdem wird auf die Wahl der freien Parameter in den Teststatistiken eingegangen. Schließlich befasst sich Kapitel 4 mit den Ergebnissen einer Simulationsstudie, um die insgesamt drei Testverfahren mit einem ähnlichen Test aus der Literatur zu vergleichen. Diese Arbeit endet mit einer kurzen Zusammenfassung und einem Ausblick auf weiterführende Fragestellungen.

Die aktuelle Klimaprojektion für den Freistaat Sachsen, das »WEREX-V-Ensemble« (2011), wurde hinsichtlich einer plausiblen Abbildung witterungsbedingter Extreme bewertet. Die Bewertung in den Kategorien Starkniederschlag, Temperaturextreme und Trockenheit erfolgte anhand von Kernaussagen aus der aktuellen Klimadiagnose »Analyse der Klimaentwicklung in Sachsen« (Schriftenreihe, Heft 3/2015) und der »Charakterisierung von meteorologischer Trockenheit« (Schriftenreihe, Heft 7/2015). Hierbei stand auch die Nutzung des Projektionsdatensatzes als Input in der Klimafolgenforschung im Fokus. Neben der Bewertung erfolgte auch die selektive Abschätzung einer Entwicklung bis zum Ende des 21. Jahrhunderts. Die Veröffentlichung richtet sich an regionale Akteure, Planungsbüros, Bildungseinrichtungen und Unternehmen.