Zugl.: Atlanta, Georgia Inst. of Technology, Diss., 2002

Hannover, Univ., Diss., 2001. / Computerdatei im Fernzugriff.

Hannover, Univ., Diss., 2001. / Computerdatei im Fernzugriff.

University, Diss., 2006--Würzburg.

Hannover, Universiẗat, Diss., 2000.

Hannover, University, Diss., 2001.

The investigation of multivariate generalized Pareto distributions (GPDs) in the framework of extreme value theory has begun only lately. Recent results show that they can, as in the univariate case, be used in Peaks over Threshold approaches. In this manuscript we investigate the definition of GPDs from Section 5.1 of Falk et al. (2004), which does not differ in the area of interest from those of other authors. We first show some theoretical properties and introduce important examples of GPDs. For the further investigation of these distributions simulation methods are an important part. We describe several methods of simulating GPDs, beginning with an efficient method for the logistic GPD. This algorithm is based on the Shi transformation, which was introduced by Shi (1995) and was used in Stephenson (2003) for the simulation of multivariate extreme value distributions of logistic type. We also present nonparametric and parametric estimation methods in GPD models. We estimate the angular density nonparametrically in arbitrary dimension, where the bivariate case turns out to be a special case. The asymptotic normality of the corresponding estimators is shown. Also in the parametric estimations, which are mainly based on maximum likelihood methods, the asymptotic normality of the estimators is shown under certain regularity conditions. Finally the methods are applied to a real hydrological data set containing water discharges of the rivers Altmühl and Danube in southern Bavaria. / Die Untersuchung der multivariaten verallgemeinerten Pareto-Verteilungen (GPDs) im Rahmen der Extremwerttheorie hat erst kürzlich begonnen. Neueste Ergebnisse zeigen, dass diese wie im univariaten Fall bei Peaks over Threshold-Ansätzen angewendet werden können. In dieser Arbeit verwenden wir die Definition einer GPD aus Abschnitt 5.1 von Falk et al. (2004), die sich im interessierenden Bereich nicht von der anderer Autoren unterscheidet. Wir zeigen zuerst einige theoretische Eigenschaften und stellen wichtige Beispiele von GPDs vor. Zur weiteren Untersuchung dieser Verteilungen sind Simulationen unerläßlich. Wir stellen mehrere Methoden zur Simulation von GPDs vor, beginnend mit einer effizienten Methode für die logistische GPD. Der entsprechende Algorithmus basiert auf der Shi-Transformation, die von Shi (1995) eingeführt und von Stephenson (2003) verwendet wurde, um logistische multivariate Extremwertverteilungen zu simulieren. Wir führen auch nicht-parametrische und parametrische Schätzverfahren in GPD-Modellen ein. Wir schätzen die Angular Density in beliebiger Dimension, wobei sich der bivariate Fall als ein besonderer herausstellt. Die asymptotische Normalität der entsprechenden Schätzer wird gezeigt. Ebenso zeigen wir für die parametrischen Schätzungen, die hauptsächlich Maximum-Likelihood-Methoden verwenden, die asymptotische Normalität unter geeigneten Regularitätsbedingungen Zum Schluß werden die Methoden auf einen realen hydrologischen Datensatz, bestehend aus Abflussraten der Flüsse Altmühl und Donau in Südbayern, angewendet.

Thesis (doctoral)--University, Dortmund, 2000. / Statistical publication.

Zugl.: Erlangen, Nürnberg, University, Diss., 2006.

Zugl.: Göttingen, Univ., Diss., 2008