Documents disponibles écrits par cet auteur

Assessment of an L-Kurtosis-Based Criterion for Quantile Estimation / Pandey, M. D. in Journal of hydrologic engineering, Vol. 6, N° 4 (Juillet/Août 2001)

Public ISBD [article]  in Journal of hydrologic engineering > Vol. 6, N° 4 (Juillet/Août 2001) . - 284-292 p. Titre : Assessment of an L-Kurtosis-Based Criterion for Quantile Estimation Titre original : Évaluation d'un Critère L-Kurtosis-Basé pour l'Evaluation de Quantile Type de document : texte imprimé Auteurs : Pandey, M. D., Auteur ; Gelder, P. H. J. M. Van, Auteur ; Vrijling, J. K. Article en page(s) : 284-292 p. Note générale : Hydrologie Langues : Anglais (eng) Mots-clés : Evaluation  Quantiles  Probabilités  Exceedence  Analyse  de  risque  Structure  Protection  Inondation  Staristiques  Ajustage  Précision  Corrélation  Divergence  Simulation  Critère  de  L-kurtosis  Distribution Index. décimale : 551.4 Résumé : The Estimation of extreme quantiles corresponding to small probabilities of exceedence is commonly required in the risk analysis of flood protection structures. The Usefulness of L-moments has been well recognized in the statistical analysis of data, because they can be estimated with less uncertainty than that associated with traditional moment estimates. The Objective of the paper is to assess the effectiveness of L-kurtosis in the method of L-moments for distribution fitting and quantile estimation from small samples. For this purpose, the performance of the proposed L-kurtosis-based criterion is compared against a set of benchmark measures of goodness of fit, namely, divergence, integrated-square error, chi square, and probability-plot correlation. The Divergence is a comprehensive measure of probabilistic distance used in the modern information theory for signal analysis and pattern recognition. Simulation results indicate that the L-kurtosis criterion can provide quantile estimates that are in good agreement with benchmark estimates obtained from other robust criteria. The Remarkable simplicity of the computation makes the L-kurtosis criterion an attractive tool for distribution selection. L'évaluation des quantiles extrêmes correspondant à de petites probabilités d'exceedence est généralement exigée dans l'analyse de risque des structures de protection d'inondation. L'utilité des L-moments a été bien identifiée dans l'analyse statistique des données, parce qu'elles peuvent être estimées avec moins d'incertitude que cela lié aux évaluations traditionnelles de moment. L'objectif du papier est d'évaluer l'efficacité du L-kurtosis dans la méthode de L-moments pour l'évaluation d'ajustage de précision et de quantile de distribution à partir de petits échantillons. À cette fin, l'exécution du critère L-kurtosis-basé proposé est comparée contre un ensemble de mesures de repère de qualité d'ajustement, à savoir, divergence, erreur d'intégrer-place, place de chi, et probabilité-trace la corrélation. La divergence est une mesure complète de la distance probabiliste utilisée dans la théorie moderne de l'information pour l'identification d'analyse et de modèle de signal. Les résultats de simulation indiquent que le critère de L-kurtosis peut fournir les évaluations de quantile qui sont en bon accord avec des évaluations de repère obtenues à partir d'autres critères robustes. La simplicité remarquable du calcul fait au critère de L-kurtosis un outil attrayant pour le choix de distribution. [article] Assessment of an L-Kurtosis-Based Criterion for Quantile Estimation = Évaluation d'un Critère L-Kurtosis-Basé pour l'Evaluation de Quantile [texte imprimé] / Pandey, M. D., Auteur ; Gelder, P. H. J. M. Van, Auteur ; Vrijling, J. K. . - 284-292 p. Hydrologie Langues : Anglais (eng) in Journal of hydrologic engineering > Vol. 6, N° 4 (Juillet/Août 2001) . - 284-292 p. Mots-clés : Evaluation  Quantiles  Probabilités  Exceedence  Analyse  de  risque  Structure  Protection  Inondation  Staristiques  Ajustage  Précision  Corrélation  Divergence  Simulation  Critère  de  L-kurtosis  Distribution Index. décimale : 551.4 Résumé : The Estimation of extreme quantiles corresponding to small probabilities of exceedence is commonly required in the risk analysis of flood protection structures. The Usefulness of L-moments has been well recognized in the statistical analysis of data, because they can be estimated with less uncertainty than that associated with traditional moment estimates. The Objective of the paper is to assess the effectiveness of L-kurtosis in the method of L-moments for distribution fitting and quantile estimation from small samples. For this purpose, the performance of the proposed L-kurtosis-based criterion is compared against a set of benchmark measures of goodness of fit, namely, divergence, integrated-square error, chi square, and probability-plot correlation. The Divergence is a comprehensive measure of probabilistic distance used in the modern information theory for signal analysis and pattern recognition. Simulation results indicate that the L-kurtosis criterion can provide quantile estimates that are in good agreement with benchmark estimates obtained from other robust criteria. The Remarkable simplicity of the computation makes the L-kurtosis criterion an attractive tool for distribution selection. L'évaluation des quantiles extrêmes correspondant à de petites probabilités d'exceedence est généralement exigée dans l'analyse de risque des structures de protection d'inondation. L'utilité des L-moments a été bien identifiée dans l'analyse statistique des données, parce qu'elles peuvent être estimées avec moins d'incertitude que cela lié aux évaluations traditionnelles de moment. L'objectif du papier est d'évaluer l'efficacité du L-kurtosis dans la méthode de L-moments pour l'évaluation d'ajustage de précision et de quantile de distribution à partir de petits échantillons. À cette fin, l'exécution du critère L-kurtosis-basé proposé est comparée contre un ensemble de mesures de repère de qualité d'ajustement, à savoir, divergence, erreur d'intégrer-place, place de chi, et probabilité-trace la corrélation. La divergence est une mesure complète de la distance probabiliste utilisée dans la théorie moderne de l'information pour l'identification d'analyse et de modèle de signal. Les résultats de simulation indiquent que le critère de L-kurtosis peut fournir les évaluations de quantile qui sont en bon accord avec des évaluations de repère obtenues à partir d'autres critères robustes. La simplicité remarquable du calcul fait au critère de L-kurtosis un outil attrayant pour le choix de distribution.