Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
15.4. Экстраполирование экстремумов на более обширный период времениПредположим, что
и мы хотим использовать знание
и поэтому мы должны иметь
в качестве возможного выбора параметров положения и масштаба для максимума по расширенному интервалу времени; см. обсуждение влияния размеров при испытании на прочность в разд. 14.2. Эти соотношения выполняются всякий раз, когда
где
что согласуется, как и следовало ожидать, с (15.4.2) с точностью до членов меньшего порядка. Однако указанные параметры масштаба и положения зависят от масштаба времени, выбранного для представления процесса, в такой степени, что это может иногда служить источником недоразумений. Если изменить единицы масштаба в (15.4.1) и (15.4.3), заменяя Один естественный способ подсчета времени, который часто используется, состоит в выражении его в единицах расстояния между пересечениями нулевого уровня или средней длины периода между нулями. Пусть (в предположении, что
есть среднее число выходов за нулевой уровень в (старую) единицу времени. Введем новый масштаб времени
Рис. 15.4.1. Наблюдаемые значения дневных максимумов среднечасовой концентрации с совпадающими параметрами масштаба и положения
Аппроксимирующее распределение имеет среднее и стандартное отклонение
Пример 15.4.1 (экстремумы в данных о выбросах в атмосферу). Федеральный стандарт Соединенных Штатов по кратковременным выбросам в атмосферу требует в отношении диоксида серы На рис. 15.4.1 показаны дневные максимумы часовых средних для каждого из 365 дней 1979 года. Как видно на диаграмме, данные явно коррелированы. Более того, из полного набора данных за 1956-1974 гг., приведенного в табл. 15.4.1, видно, что наибольшие значения концентрируются в зимнем периоде, так что в действительности мы имеем здесь пример нестационарной коррелированной последовательности. Функция распределения концентрации загрязнителей атмосферы изучалась и описывалась многими авторами, и Таблица 15.4.1 (см. скан) представляется, что приемлемое согласие дает логарифмически нормальное распределение, по крайней мере в центральной части этого распределения. Логарифмически нормальное распределение принадлежит области притяжения распределения типа I (см. пример 1.7.4), и мы попытаемся подобрать к данным об экстремумах в табл. 15.4.1 двойное экспоненциальное распределение. Разумеется, хорошее согласие с логарифмически нормальным распределением в центре распределения еще не гарантирует того, что это распределение будет работать хорошо. На рис. 15.4.2 показаны эмпирические функции распределения 19 годовых и Предполагая двойное экспоненциальное распределение для
Оценка вероятности того, что одночасовые средние превзойдут
в то время как наблюдаемая частота равна
Использование
Соответственно оцененная ф. р. для Мгод представлена на рис. 15.4.2 пунктирной линией. Как видно из рис. 15.4.2, положение экстраполированного распределения достаточно хорошо согласуется с положением Как было видно в гл. 6, в случае нормальных последовательностей «стационарная» теория еще остается применимой к последовательностям, имеющим нестационарное среднее или нестационарную корреляционную структуру, при условии что параметр положения подгоняется адекватным образом, а корреляции обнаруживают стандартное Пример 15.4.2 (нестационарные данные о концентрации озона). Горовиц (1980) применил теорию экстремальных значений к коррелированным нестационарным данным о концентрации озона. Предполагая, что максимальные дневные среднечасовые Рис. 15.4.2. (см. скан) Эмпирические распределения месячных (крестики) и годовых (кружки) максимумов за период с 1956 по 1974 г. в Лонг Бич. Сплошные линии соответствуют двойным экспоненциальным распределениям, пунктирная линия — функции распределения годового максимума, экстраполируемой по месячным максимумам. концентрации
в которой для В соответствии с теоремой 6.2.1, при естественных условиях на функцию
Рис. 15.4.3. Наблюдаемые дневные максимумы среднечасовой концентр гиги где
и поэтому для больших
Это находится в разительном контрасте с тем экстремальным распределением, которое наблюдалось бы для годовых максимумов последовательности (зависимых) одинаково распределенных величин, каждая из которых имела бы маргинальное распределение, равное наблюдаемому «объединенному» распределению 365 ежедневных значений, не учитывающему нестационарность среднего. Следует отметить, что применение нормальной теории экстремальных значений к этой нестационарной ситуации не ограничивается предположением стационарности корреляционной структуры, на что указывают результаты разд. 6.2-6.3.
|
1 |
Оглавление
|