Kim, Jun Cheol;Kwon, Sookhee;Jang, Dae-Heung;Rhee, Kun Woo;Kim, Young-Seog;Ha, Il Do
The Korean Journal of Applied Statistics
/
v.35
no.1
/
pp.119-129
/
2022
In this paper, we predict the earthquake magnitudes which were recently occurred in Gyeongju and Pohang, using statistical methods based on historical data. For this purpose, we use the five-year block maximum data of 1392~1771 period, which has a relatively high annual density, among the historical earthquake magnitude data of the Chosun Dynasty. Then, we present the prediction and analysis of earthquake magnitudes for the return level over return period in the Chosun Dynasty using the extreme value theory based on the distribution of generalized extreme values (GEV). We use maximum likelihood estimation (MLE) and L-moments estimation for parameters of GEV distribution. In particular, this study also demonstrates via the goodness-of-fit tests that the GEV distribution can be an appropriate analytical model for these historical earthquake magnitude data.
Proceedings of the Korean Society of Agricultural Engineers Conference
/
2005.10a
/
pp.284-287
/
2005
The objective of this study is to check into variation trends of design rainfall according to change of the number of years for observed data. To make comparative study of the relation between design rainfall and recorded year, this study was used maximum rainfall for 24-hr consecutive duration at Gangneung, Seoul, Incheon, Chupungnyeong, Pohang, Daegu, Jeonju, Ulsan, Gwangju, Busan, Mokpo and Yeosu rainfall stations. The tests for Independence, Homogeneity and detection of outliers were used Wald-Wolfowitz's test, Mann-Whitney's test and Grubbs and Beck test respectively. To select appopriate distribution, the distribution of genaralized pareto(GPA), generalized extreme value(GEV), generalized logistic(GLO), lognormal and pearson type 3 distribution is judged by L-moment ratio diagram and Kolmogorov-Smirnov (K-S) test. Design rainfall was estimated by at-site frequency analysis using L-moments and Generalized extreme value(GEV) distribution according to change of the number of years for observed data. Through the comparative analysis for design rainfall induced by L-moments and GEV distribution, relationship between design rainfall and recorded year is provided.
Journal of Korean Society of Coastal and Ocean Engineers
/
v.20
no.5
/
pp.482-490
/
2008
For a coastal or harbor structure design, one of the most important environmental factors is the appropriate extreme highest tide level condition. Especially, the information of extreme highest tide level distribution is essential for reliability design. In this paper, 23 set of extreme highest tide level data obtained from National Oceanographic Research Institute(NORI) were analyzed for extreme highest tide levels. The probability distributions considered in this research were Generalized Extreme Value(GEV), Gumbel, and Weibull distribution. For each of these distributions, three parameter estimation methods, i.e. the method of moments, maximum likelihood and probability weighted moments, were applied. Chi-square and Kolmogorov-Smirnov goodness-offit tests were performed, and the assumed distribution was accepted at the confidence level 95%. Gumbel distribution which best fits to the 22 tidal station was selected as the most probable parent distribution, and optimally estimated parameters and extreme highest tide level with various return periods were presented. The extreme values of Incheon, Cheju, Yeosu, Pusan, and Mukho, which estimated by Shim et al.(1992) are lower than that of this result.
Journal of the Korean Society of Marine Environment & Safety
/
v.21
no.3
/
pp.253-258
/
2015
The purpose of this study is to find suitable probability distribution function of complex distribution data like multimodal. Normal distribution is broadly used to assume probability distribution function. However, complex distribution data like multimodal are very hard to be estimated by using normal distribution function only, and there might be errors when other distribution functions including normal distribution function are used. In this study, we experimented to find fit probability distribution function in multimodal area, by using AIS(Automatic Identification System) observation data gathered in Mokpo port for a year of 2013. By using chi-squared statistic, gaussian mixture model(GMM) is the fittest model rather than other distribution functions, such as extreme value, generalized extreme value, logistic, and normal distribution. GMM was found to the fit model regard to multimodal data of maritime traffic flow distribution. Probability density function for collision probability and traffic flow distribution will be calculated much precisely in the future.
In this study, rainfall characteristics with stationary and non-stationary perspectives were analyzed using generalized extreme value (GEV) distribution and Gumbel distribution models with rainfall data collected in major cities of Korea to reevaluate the return period of sewer flooding in those cities. As a result, the probable rainfall for GEV and Gumbel distribution in non-stationary state both increased with time(t), compared to the stationary probable rainfall. Considering the reliability of ${\xi}_1$, a variable reflecting the increase of storm events due to climate change, the reliability of the rainfall duration for Seoul, Daegu, and Gwangju in the GEV distribution was over 90%, indicating that the probability of rainfall increase was high. As for the Gumbel distribution, Wonju, Daegu, and Gwangju showed the higher reliability while Daejeon showed the lower reliability than the other cities. In addition, application of the maximum annual rainfall change rate (${\xi}_1{\cdot}t$) to the location parameter made possible the prediction of return period by time, therefore leading to the evaluation of design recurrence interval.
Proceedings of the Korean Society of Agricultural Engineers Conference
/
2002.10a
/
pp.229-232
/
2002
This study was conducted to estimate the design flood by the determination of best fitting order of LH-moments of the annual maximum series at six and nine watersheds in Korea and Australia, respectively. Adequacy for flood flow data was confirmed by the tests of independence, homogeneity, and outliers. Gumbel (GUM), Generalized Extreme Value (GEV), Generalized Pareto (GPA), and Generalized Logistic (GLO) distributions were applied to get the best fitting frequency distribution for flood flow data. Theoretical bases of L, L1, L2, L3 and L4-moments were derived to estimate the parameters of 4 distributions. L, L1, L2, L3 and L4-moment ratio diagrams (LH-moments ratio diagram) were developed in this study.
KSCE Journal of Civil and Environmental Engineering Research
/
v.29
no.3B
/
pp.259-267
/
2009
Generalized Extreme Value (GEV) distribution is recommended for flood frequency and extreme rainfall distribution in many country. L-moment method is the most common estimation procedure for the GEV distribution. In this study, the relationships between the cross-site correlations between extreme events and the cross-correlation of estimators of L-moment ratios (L-moment Coefficient of Variation (L-CV) and L-moment Coefficient of Skewness (L-CS)) for data generated from GEV distribution were derived by Monte Carlo simulation. Those relationships were fit to the simple power function. In this Monte Carlo simulation, GEV+ distribution were employed wherein unrealistic negative values were excluded. The simple power models provide accurate description of the relationships between cross-correlation of data and cross-correlation of L-moment ratios. Estimated parameters and accuracies of the power functions were reported for different GEV distribution parameters combinations. Moreover, this study provided a description about regional regression approach using Generalized Least Square (GLS) regression method which require the cross-site correlation among L-moment estimators. The relationships derived in this study allow regional GLS regression analyses of both L-CV and L-CS estimators that correctly incorporate the cross-correlation among GEV L-moment estimators.
Journal of The Korean Society of Agricultural Engineers
/
v.54
no.6
/
pp.133-142
/
2012
The objective of this study was to correct the bias of the Representative Concentration Pathways (RCP)-based future precipitation data using a quantile mapping method. This method was adopted to correct extreme values because it was designed to adjust simulated data using probability distribution function. The Generalized Extreme Value (GEV) distribution was used to fit distribution for precipitation data obtained from the Korea Meteorological Administration (KMA). The resolutions of precipitation data was 12.5 km in space and 3-hour in time. As the results of bias correction over the past 30 years (1976~2005), the annual precipitation was increased 16.3 % overall. And the results for 90 years (divided into 2011~2040, 2041~2070, 2071~2100) were that the future annual precipitation were increased 8.8 %, 9.6 %, 11.3 % respectively. It also had stronger correction effects on high value than low value. It was concluded that a quantile mapping appeared a good method of correcting extreme value.
Communications for Statistical Applications and Methods
/
v.25
no.1
/
pp.15-27
/
2018
Parametric method of flood frequency analysis involves fitting of a probability distribution to observed flood data. When record length at a given site is relatively shorter and hard to apply the asymptotic theory, an alternative distribution to the generalized extreme value (GEV) distribution is often used. In this study, we consider the beta-P distribution (BPD) as an alternative to the GEV and other well-known distributions for modeling extreme events of small or moderate samples as well as highly skewed or heavy tailed data. The L-moments ratio diagram shows that special cases of the BPD include the generalized logistic, three-parameter log-normal, and GEV distributions. To estimate the parameters in the distribution, the method of moments, L-moments, and maximum likelihood estimation methods are considered. A Monte-Carlo study is then conducted to compare these three estimation methods. Our result suggests that the L-moments estimator works better than the other estimators for this model of small or moderate samples. Two applications to the annual maximum stream flow of Colorado and the rainfall data from cloud seeding experiments in Southern Florida are reported to show the usefulness of the BPD for modeling hydrologic events. In these examples, BPD turns out to work better than $beta-{\kappa}$, Gumbel, and GEV distributions.
Huang, Mingfeng;Li, Qiang;Xu, Haiwei;Lou, Wenjuan;Lin, Ning
Wind and Structures
/
v.26
no.3
/
pp.129-146
/
2018
Extreme wind speed analysis has been carried out conventionally by assuming the extreme series data is stationary. However, time-varying trends of the extreme wind speed series could be detected at many surface meteorological stations in China. Two main reasons, exposure change and climate change, were provided to explain the temporal trends of daily maximum wind speed and annual maximum wind speed series data, recorded at Hangzhou (China) meteorological station. After making a correction on wind speed series for time varying exposure, it is necessary to perform non-stationary statistical modeling on the corrected extreme wind speed data series in addition to the classical extreme value analysis. The generalized extreme value (GEV) distribution with time-dependent location and scale parameters was selected as a non-stationary model to describe the corrected extreme wind speed series. The obtained non-stationary extreme value models were then used to estimate the non-stationary extreme wind speed quantiles with various mean recurrence intervals (MRIs) considering changing climate, and compared to the corresponding stationary ones with various MRIs for the Hangzhou area in China. The results indicate that the non-stationary property or dependence of extreme wind speed data should be carefully evaluated and reflected in the determination of design wind speeds.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.