Python中的极值分析
pyextremes的Python项目详细描述
目录
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:
Installation
可通过pip获得:
pip install pyextremes
通过水蟒:
^{pr2}$或者直接从GitHub:
pip install git+https://github.com/georgebv/pyextremes
Tutorials
- Basic usage
- 模型
- 统计分布
- 项目
标签: