Gumbel分布参数估计及在水位资料分析中应用.pdfVIP

维普资讯 应用概率统计 第二十一卷 ChineseJournalofAppliedProbability 第二期 2005年5月 andStatisticsVo1．21No．2May2005 Gumbe1分布参数估计及在水位资料分析中应用木 罗 纯 王筑娟 (上海应用技术学院数理教学都，上海，200235) 摘 要 本文利用Gumbe1分布拟合某条河流三个观测站的历年最高水位资料．我们用分位数法、极大 似然法、概率加权矩法对Gumbe1分布中的参数进行估计，不仅从理论上而且利用蒙特卡洛方法讨 论了三种估计方法的统计性质。并给出了三个观测站处的T年一遇的最高水位数据．我们认为极大 似然法给出的估计量在各个方面都有好的且稳定的表现． 关键词：Gumbe1分布，参数估计，分位数估计。极大似然估计。概率加权矩估计，蒙特卡 洛方法． 学 科 分 类 号：O212．1． §1． 引 言 在工程设计尤其是大型工程的设计中，需要对一些带有严重破坏性的自然灾害的强度进行 充分估计．例如，在建造桥梁时，为了防止洪水冲塌桥梁这类事故的发生，设计时，就必须预 先考虑到保用期间该河流的可能爆发的最高水位．此外，在建造高大建筑物时，也要考虑到若 干年内的最大风压．这类问题在水文气象中经常可以碰到，其能否妥善解决，在国民经济建设 中具有重大的意义．如果考虑不周，就可能会带来大的损失，但是，在设计时又不能盲目地加 大安全系数，因为这样会造成不必要的浪费． 统计中处理这一问题的方法是极值统计，本节我们先对相关的概率模型一Gumbe1分布作 一 简单的叙述，第二节讨论Gumbe1分布中的参数估计的分位数法、极大似然法和概率加权矩 法，第三节利用蒙特卡洛方法来考察三种估计方法的优劣性，最后给出对某条河流水位数据处 理的结果． 设 1，2，… ，％ 为从分布函数为F(x)的总体中抽出的i．i．d．样本， fn1=max(X1，X2， … ， )．当n趋于无穷时， (1的极限分布 (如果存在的话)称为极值分布，不少统计学家象 VonMises，Frechet和Fisher都对之作出过贡献，1943年格涅坚科找到了 fn1极限分布的类 型，并找到了向这些极限分布收敛的充要条件，特别地，Pf(f)一t‘)／ 】收敛于 G1()=exp{一exp(一))， 一oo +oo (1) im (I型极值分布，也叫Gumbe1分布)的充要条件是：对任何 ∈R，有 l {nil—F(un+ )】)= -÷o。 e_。，其中 和6是由F(t‘)=1—1In，F(u+6)=1—1／(~e)所决定．VonMises提供 上海应用技术学院科学技术发展基金资助项目(QJ2004．10)． 本文2004年4月 13日收到． 维普资讯 170 应用概率统计 第二十一卷 了P(【(n】一 )／ 】收敛于G1()的更便于应用的充分条件，为：若原始分布F()满足： (1)当z充分大时， ()存在有限；(2)当 充分大时，P(x)=F()0；(3)limd／dx(【1一 F())／JF)()]=0，则 (n】的渐近分布为a(x)=G1(【一)／卅，其中G1如(1)中定义．更进一 步，若F()=JF)(z)，当 0时，有Constxexp(一。) 的形状，则定理的条件必成立，此处 a0．这包含了指数分布，正态分布，Weibul1分布及Gamma分布． 水