dc.contributor.advisor | Μπούτσικας, Μιχαήλ | |
dc.contributor.author | Παρτσακουλάκης, Βασίλειος Ε. | |
dc.date.accessioned | 2012-10-24T09:32:28Z | |
dc.date.available | 2012-10-24T09:32:28Z | |
dc.date.issued | 2012-10-24T09:32:28Z | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/5067 | |
dc.description.abstract | Τα τελευταία χρόνια, η συμβολή της θεωρίας ακραίων τιμών στην πρόβλεψη και πρόληψη ακραίων περιβαλλοντολογικών φαινομένων είναι καίρια, με ότι αυτό συνεπάγεται στην πρόληψη τεράστιων φυσικών και οικονομικών καταστροφών. Κύριοι στόχοι της παρούσας διπλωματικής εργασίας είναι (α) η παρουσίαση στατιστικών μεθόδων που βασίζονται στη θεωρία ακραίων τιμών, οι οποίες είναι κατάλληλες για την στατιστική ανάλυση ακραίων περιβαλλοντολογικών δεδομένων, και (β) η εφαρμογή τους χρησιμοποιώντας πραγματικά δεδομένα από τον Ελλαδικό χώρο. Αρχικά, παρατίθενται τα βασικά πιθανοθεωρητικά αποτελέσματα της θεωρίας ακραίων τιμών καθώς και η μέθοδος στατιστικής ανάλυσης ακραίων παρατηρήσεων που βασίζεται στα μέγιστα κλάσεων των δεδομένων (Block Maxima) για στάσιμες παρατηρήσεις (Κεφάλαια 1, 2). Στη συνέχεια αναλύονται οι βασικές ιδιαιτερότητες που παρουσιάζουν τα περιβαλλοντολογικά ακραία δεδομένα, όπως η τοπική εξάρτηση των παρατηρήσεων, η περιοδικότητα και η τάση, και στη συνέχεια προτείνονται τρόποι μοντελοποίησης τους στα πλαίσια της θεωρίας ακραίων τιμών, μέσω της μεθόδου Block Maxima (Κεφάλαιο 3). Ακολούθως, γίνεται εμπειρική αξιολόγηση της μεθόδου Block Maxima που αναπτύχθηκε για τη μοντελοποίηση των περιβαλλοντολογικών δεδομένων, η οποία λαμβάνει υπόψη τυχόν περιοδικότητα και τάση στις παρατηρήσεις (Κεφάλαιο 4). Στο Κεφάλαιο 5, πραγματοποιείται στατιστική ανάλυση περιβαλλοντολογικών δεδομένων με βάση τη θεωρία και τις μεθόδους που αναπτύχθηκαν στα προηγούμενα κεφάλαια . Συγκεκριμένα, αναλύονται οι μέγιστες βροχοπτώσεις σε 21 μετεωρολογικούς σταθμούς του Ελλαδικού χώρου για μια χρονική περίοδο 50 ετών καθώς και οι μέγιστες θερμοκρασίες σε 18 μετεωρολογικούς σταθμούς για την ίδια χρονική περίοδο. Οι εκτιμήσεις των παραμέτρων των μοντέλων όπως και η εκτίμηση της μηνιαίας στάθμης απόδοσης για 10 και 50 έτη επιτυγχάνεται με τη βοήθεια του στατιστικού πακέτου R. Τέλος παρουσιάζονται ποιοτικά συμπεράσματα για την μέθοδο που χρησιμοποιήθηκε και ποσοτικά συμπεράσματα για τις μέγιστες βροχοπτώσεις και θερμοκρασίες. | |
dc.language.iso | el | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/deed.el | |
dc.subject | Meteorology -- Statistical methods | |
dc.subject | Statistical weather forecasting | |
dc.subject | Extreme value theory | |
dc.subject | Στατιστική ανάλυση | |
dc.title | Στατιστική ανάλυση και προβλέψεις σε περιβαλλοντολογικά μοντέλα με τη χρήση της θεωρίας ακραίων τιμών | |
dc.type | Master Thesis | |
europeana.isShownAt | https://dione.lib.unipi.gr/xmlui/handle/unipi/5067 | |
dc.identifier.call | 519.2'4 ΠΑΡ | |
dc.description.abstractEN | In the last years, the contribution of extreme value theory in prediction and prevention of extreme environmental phenomena is very crucial, resulting to the prevention of huge natural and economic disasters. The main target of this dissertation is to present statistical methods from extreme value theory, appropriate for the statistical analysis of extreme environmental data. Initially, it presents the basic probabilistic results from extreme value theory and the main statistical method of analyzing extremes (Block Maxima) for stationary observations. Next, it analyzes the special features and properties of environmental extreme data, such as time dependence, seasonality and trend, and show how these characteristics can be modeled in the context of extreme value theory. Subsequently, it empirically studies the performance of MLE’s of Block Maxima method (incorporating seasonality and trend) that was developed for the study of environmental extremes. Two data sets are being used for the application of the statistical models presented. The first set contains extreme precipitations of 21 meteorological stations over Greece for a time period of 50 years, and the second set contains extreme high temperatures of 18 meteorological stations over Greece for the same time period. For all necessary computations and numerical estimations it uses the software package R (www.r-project.org/). More specifically it estimates the parameters of the models which were developed in the previous sessions, as well as the monthly return level for 10 and 50 years (and also compute the respective variance of estimates). Finally, it discusses qualitative conclusions about the method it used and some general conclusions about extreme precipitation and temperature in Greece. | |