| Sumario: | Actualmente, el cambio climático es uno de los fenómenos que preocupa a la población mundial, por ello proponemos un enfoque para modelar valores extremos medidos de lluvia, sequía, etc. Primero, las observaciones siguen una distribución de Valor Extremo Generalizado (GEV) para la cual los parámetros de ubicación, escala o forma definen la estructura espacio-temporal. La distribución generalizada de valores extremos se amplía para incorporar la dependencia del tiempo utilizando una representación de espacio de estado donde las variables de estado se miden a través de un Modelo Lineal Dinámico (DLM). El elemento espacial se impone a través de la matriz de evolución del DLM donde adoptamos una forma de proceso de convolución. Mostramos como producir estimaciones temporales y espaciales de nuestro modelo a través de una simulación personalizada de Markov Chain Monte Carlo (MCMC). La metodología se ilustra utilizando rendimientos extremos de datos mediante mediciones diarias de los niveles de precipitación producidos diariamente en el Estado de Washington, EEUU.
|
|---|