基于R语言的极值统计学及其在相关领域中的实践技术应用

受到气候变化、温室效应以及人类活动等因素的影响，自然界中极端高温、极端环境污染、大洪水和大暴雨等现象的发生日益频繁；在人类社会中，股市崩溃、金融危机等极端情况也时有发生；今年的新冠疫情就是非常典型的极端现象。研究此类极端现象需要新的统计学方法，该类统计学的理论和方法都与传统的基于高斯分布的统计学模型有极大的不同。极值统计学就是专门研究自然界和人类社会中很少发生，然而发生之后有着巨大影响的极端现象的统计建模及分析方法；在水文、气象、环境、生态、保险和金融等领域都有着广泛的应用。为了帮助研究者更好的应用极值统计理论研究课题，开展基于R语言的极值统计学课程。

专题一 独立假设下的极值统计建模

主要内容包括：
1.广义极值模型
2.极小值的处理
3.广义Pareto模型
4.第r大次序统计量建模
5.R语言中极值统计学包
6.实例操作1-2 (提供案例数据及代码)

专题二 平稳时间序列的极值统计建模

主要内容包括：
1.时间序列的极值区分组模型
2.POT模型、Markov（马尔科夫）模型
3.实例操作3-5 (提供案例数据及代码)

专题三 极值回归

主要内容包括：
1.非平稳时间序列极值模型
2.协变量的极值统计模型及极值回归
3.实例操作6-7 (提供案例数据及代码)

专题四 点过程模型

主要内容包括：
1.点过程理论
2.超阈值点过程模型
3.实例操作8 (提供案例数据及代码)

专题五 贝叶斯极值统计学

主要内容包括：
1.贝叶斯统计学初步
2.极值模型的贝叶斯估计
3.实例操作9 (提供案例数据及代码)

专题六/七 极值统计学的高级课题

主要内容包括：
1.多元极值模型
2.极值Copula模型
3.实例操作10-11 (提供案例数据及代码)
4.答疑与交流