Stochastic models for the spatiotemporal analysis of extremes. Applications to the analysis of climate change

• Jorge Castillo-Mateo ^[1]
  1. [1] Universidad de Zaragoza

     Universidad de Zaragoza

     Zaragoza, España

     
• Localización: BEIO, Boletín de Estadística e Investigación Operativa, ISSN 1889-3805, Vol. 40, Nº. 3, 2024, págs. 52-56
• Idioma: inglés
• Enlaces
  • Texto completo
• Resumen

  • Este trabajo resume las principales contribuciones de la Tesis doctoral homónima, cuyo objetivo principal fue el desarrollo de métodos estadísticos innovadores para el análisis de cambio climático. Los conjuntos de datos analizados fueron series de temperaturas máximas diarias, espacialmente para la España peninsular y una subregión que incluye Aragón y temporalmente durante más de 60 años. El objetivo principal se dividió en tres objetivos específicos: (i) desarrollar un modelo espaciotemporal para la media, proponer herramientas simples basadas en modelos para enriquecer la inferencia y extender esas herramientas para analizar eventos de calor extremo; (ii) desarrollar nuevos modelos espaciotemporales de autorregresión de cuantiles múltiple y conjunta para capturar mejor los extremos; y (iii) proporcionar un marco accesible para el análisis de récords y desarrollar un enfoque para modelar su ocurrencia. Todos estos objetivos se abordaron desde una perspectiva metodológica aplicada dentro del paradigma basado en modelos jerárquicos bayesianos para datos espaciales georreferenciados, y el último objetivo se complementó con contrastes de hipótesis basados en inferencia no paramétrica.

• Referencias bibliográficas
  • Castillo-Mateo, J. (2022). Distribution-free changepoint detection tests based on the breaking of records. Environmental and Ecological Statistics,...
  • Castillo-Mateo, J. (2023a). Modelos estocasticos para el análisis espaciotemporal de extremos. Aplicaciones al análisis de cambio climático...
  • Castillo-Mateo, J. (2023b). RecordTest: Inference tools in time series based on record statistics [Computer software manual]. Retrieved from...
  • Castillo-Mateo, J., As´ın, J., Cebrian, A. C., Gelfand, A. E. y Abaurrea, J. (2023). Spatial quantile autoregression for season within year...
  • Castillo-Mateo, J., Cebrian, A. C. y Asín, J. (2023a). RecordTest: An R package to analyse non-stationarity in the extremes based on record-breaking...
  • Castillo-Mateo, J., Cebrian, A. C. y Asín, J. (2023b). Statistical analysis of extreme and record-breaking daily maximum temperatures in peninsular...
  • Castillo-Mateo, J., Gelfand, A. E., Asín, J., Cebrian, A. C. y Abaurrea, J. (2024). Bayesian joint quantile autoregression. ´ Test, 33(1), 335–357....
  • Castillo-Mateo, J., Gelfand, A. E., Gracia-Tabuenca, Z., Asín, J. y Cebrian, A. C. (2024). Spatio-temporal modeling for record-breaking ´ temperature...
  • Castillo-Mateo, J., Lafuente, M., As´ın, J., Cebrian, A. C., Gelfand, A. E. y Abaurrea, J. (2022). Spatial modeling of day-within-year ´ temperature...
  • Cebrian, A. C., Asín, J., Gelfand, A. E., Schliep, E. M., Castillo-Mateo, J., Beamonte, M. A. y Abaurrea, J. (2022). Spatio-temporal analysis...
  • Cebrian, A. C., Castillo-Mateo, J. y Asín, J. (2022). Record tests to detect non-stationarity in the tails with an application to climate change....
  • Cebrian, A. C., Asín, J., Castillo-Mateo, J., Gelfand, A. E. y Abaurrea, J. (2023). Assessing space and time changes in daily maximum temperature...