Berlin, Techn. Univ., Diss., 2004. / Computerdatei im Fernzugriff.

Trier, Univ., Diss., 2003. / Erscheinungsjahr an der Haupttitelstelle: 2003. Computerdatei im Fernzugriff.

Berlin, Humboldt-University, Diss., 2005.

Berlin, Humboldt-Universiẗat, Diss., 2001.

Trier, Universiẗat, Diss., 2003. / Erscheinungsjahr an der Haupttitelstelle: 2003.

Marburg, Universiẗat, Diss., 2004. / Erscheinungsjahr an der Haupttitelstelle: 2003.

Zugl.: Saarbrücken, Universiẗat, Diss., 2005.

Univ., Fb. Mathematik, Inst. für Math. Stochastik, Dipl.-Arb.--Hamburg, 1999.

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.