pyextremes 2.0.0

目录

• About
• Installation
• Dependencies
• Tutorials
• Illustrations
  • Model diagnostic
  • Extreme value extraction
  • Model fitting (MCMC)
  在

About

版本：2.0.0

License:麻省理工学院

电子邮件：bocharovgeorgii@gmail.com

文档：请参阅Tutorials部分

pyextremes是一个Python库，实现了一个易于使用的可扩展框架，用于执行Extreme Value Analysis (EVA)。它提供了执行构成EVA的典型任务所需的工具，例如：

• 用块极大值法或阈值峰值法提取时间序列中的极端事件
• 对提取的极端事件拟合连续分布，如GEV、GPD或用户指定的连续分布
• 模型性能可视化与拟合优度统计
• 对给定概率的极端事件（例如100年事件）和相应的置信区间的估计
• 帮助模型选择和调整的工具（BM中的块大小，POT中的阈值）
• （在建工程）多元极值分析

pyextremes库提供的框架易于使用，并且需要最少的用户输入才能获得良好的结果。它的默认参数配置符合最佳行业标准（许多概念基于Stuard Coles的“极值统计建模简介”一书）。在

该框架还支持针对特定情况的更深入配置。它支持所有scipy连续发行版，也支持用户定制发行版，它们是scipy.stats.rv_continuous的子类。可以冻结分布的任何参数来研究退化模型（例如GEV->；Gumbel）。使用以下模型之一将分布拟合到数据中：

• MLE（默认模型）-最大似然估计，使用scipy
• Emcee-马尔可夫链montecalro，使用emcee

Installation

可通过pip获得：

pip install pyextremes

通过水蟒：

或者直接从GitHub：

pip install git+https://github.com/georgebv/pyextremes

Dependencies

Python版本：3.7或更高版本

必需的软件包：

• 主持人=3.0
• matplotlib库
• numpy公司
• 熊猫
• 神经质的

Tutorials

• Basic usage
• 模型
• 统计分布

Illustrations