dissarahmayani@gmail.com
PENDAHULUAN
Plot ACF merupakan salah satu cara yang digunakan untuk mengetahui
adanya data ekstrim yang dependen selain dengan melihat plot dari data
itu sendiri.
Apabila nilai ACF kurang dari batas bawah atau lebih dari batas atas fungsi
autocorrelation, maka dapat dikatakan bahwa data bersifat dependen.
Dependensi yang dimaksud adalah terjadi dependensi antar waktu pada setiap triwulan
sehingga pada triwulan yang sama pada periode selanjutnya cenderung memiliki pola yang
sama.
(pada periode tertentu memiliki pola yang sama) curah hujan dipengaruhi oleh waktu
ESTIMASI PARAMETER GENERALIZED PARETO DISTRIBUTION
(GPD)
UJI KESESUAIAN DISTRIBUSI
Salah satu yang menjadi penting dalam interpretasi model extreme value
adalah return level
Return level merupakan nilai maksimum yang dilampaui satu kali dalam
jangka waktu tertentu
Sebelum menentukan nilai return level, terlebih dahulu harus diketahui nilai
parameter distribusi EVT yang dipilih dengan syarat urutan data harus
independent
Kenyataannya, seringkali ditemukan data ekstrim yang dependen, akibatnya
diperoleh nilai return level yang tidak sesuai.
Untuk mengatasi hal tersebut, maka dependensi dapat diatasi dengan
metode Declustering.
RETURN LEVEL
dissarahmayani@gmail.com
NON-STATIONARY EXTREME VALUE ANALYSIS (NEVA)
A unique feature of NEVA is that it offers the associated posterior probability intervals and
uncertainty bounds for the return level estimates under non-stationarity. These features
make NEVA a practical and attractive tool for users from across different fields, especially
climatology and hydrology, to analyze extremes under both stationary and non-stationary
assumptions.
NON-STATIONARY EXTREME VALUE ANALYSIS (NEVA)
Malika, Rosna. (2014). Declustering Peaks Over Threshold Pada Data Curah Hujan
Ekstrim Dependen di Sentra Produksi Padi di Jawa Timur. Tugas Akhir S1:
Departemen Statistika, Institut Teknologi Sepuluh Nopember.
Kurniawati, Yuli. (2014). Analisis Data Ekstrim Dependen (Non Stationary) Pada
kasus Curah Hujan Ekstrim di Jawa Timur Dengan Pendekatan Peaks Over
Threshold. Tugas Akhir S1: Departemen Statistika, Institut Teknologi Sepuluh
Nopember.
REFERENSI LAIN
Gilli, M., Kellezi, E. (2003). An Application of Extreme Value Theory for Measuring
Risk. Elsevier Science.
Coles, S. (2001). An Introduction to Statistical Modelling of Extreme Values. London:
Spinger-Verlag