Modeling Maximum Extreme Values by New Different Continuous Distributions Derived from the Median Based Unit Rayleigh Distribution

Stel je voor dat je probeert te voorspellen wat de slechtst mogelijke gebeurtenis is die een systeem ooit kan ondergaan: het hoogste waterpeil van een rivier dat in een eeuw kan worden bereikt, de meest intense hittegolf waar een stad mee te maken zou kunnen krijgen, of de sterkste wind waar een brug weerstand aan moet bieden. Dit zijn niet zomaar willekeurige getallen; dit zijn de grenzen van veiligheid en overleving. Decennialang hebben wetenschappers vertrouwd op een specifiek wiskundig kader om deze extremen te modelleren, een kader dat suggereert dat de grootste waarden, ongeacht hoe complex de onderliggende gegevens zijn, de neiging hebben om zich in een van drie voorspelbare patronen te nestelen naarmate de steekproefomvang oneindig groot wordt. Dit is het domein van de extreme waarde-theorie (extreme value theory), een vakgebied dat gewijd is aan het begrijpen van het gedrag van de meest zeldzame en gevaarlijke gebeurtenissen. Hoewel de theorie ons vertelt wat er gebeurt als we eeuwig wachten op de ultieme record, biedt de echte wereld zelden oneindige tijd. We werken met eindige gegevens, en binnen dat beperkte venster kan het pad naar het extreme verraderlijk en misleidend zijn als we de verkeerde instrumenten gebruiken.

In een recente studie heeft onderzoeker Iman Attia geprobeerd betere instrumenten te bouwen voor deze specifieke uitdaging. Het werk begint met een bekende statistische vorm genaamd de Median Based Unit Rayleigh-verdeling, een model dat gegevens beschrijft die begrensd zijn tussen nul en één. Attia stelde een fundamentele vraag: als we met deze specifieke vorm beginnen en verschillende wiskundige transformaties erop toepassen, welke nieuwe vormen ontstaan er dan, en hoe gedragen zij zich wanneer we naar hun meest extreme waarden kijken? Het doel was niet alleen om nieuwe formules te crekken, maar om distributies te ontwerpen die nauwkeuriger bij reële gegevens passen voordat de steekproefomvang oneindig wordt. Door de oorspronkelijke vorm te nemen en deze te vervormen via specifieke operaties — zoals het negatieve logaritme van de variabele nemen of een dubbele logaritmische transformatie toepassen — heeft de auteur vier verschillende nieuwe continue verdelingen afgeleid. Elk van deze nieuwe modellen komt met een eigen unieke set eigenschappen, inclusief hoe waarschijnlijk het is dat een waarde op een bepaast punt voorkomt, hoe die waarschijnlijkheid zich cumuleert, en hoe het risico op een extreme gebeurtenis verandert naarmate de tijd of de magnitude toeneemt.

De studie onthult dat deze nieuwe verdelingen niet slechts theoretische curiositeiten zijn; ze bezitten een krachtig vermogen om zich aan te passen aan de gegevens die ze bedoeld zijn te beschrijven. Wanneer de auteur het gedrag van de maximale waarden binnen deze nieuwe modellen analyseerde naarmate het aantal observaties groeide, kwam er een duidelijk patroon naar voren. Afhankelijk van welke transformatie werd toegepast, convergeerden de modellen naar één van de twee belangrijke typen extreme waarde-gedrag. Twee van de nieuwe verdelingen, gecreëerd door een negatieve log-kwadraat transformatie en een negatieve dubbel-logaritmische transformatie toe te passen, bleken uiteindelijk te convergeren naar het Gumbel-patroon. Dit patroon is kenmerkend voor licht-getailleerde (light-tailed) verdelingen, waarbij extreme waarden zeldzaam zijn en de waarschijnlijkheid dat ze voorkomen snel afneemt. Een andere transformatie, waarbij een specifieke machtswet-aanpassing (power-law adjustment) werd gebruikt, leidde ertoe dat het model convergeerde naar het Fréchet-patroon, dat zwaar-getailleerde (heavy-tailed) verdelingen beschrijft waarbij extreme gebeurtenissen frequenter voorkomen en de staart van de waarschijnlijkheidscurve veel langer is.

Misschien wel het meest significant is dat de studie bevestigde dat de oorspronkelijke Median Based Unit Rayleigh-verdeling zelf, zonder enige transformatie, convergeert naar een derde patroon dat bekend staat als de Weibull-verdeling. Dit patroon is uniek omdat het van toepassing is op gegevens die een harde bovengrens hebben, een maximaal plafond dat niet kan worden overschreden. Door deze limieten te bewijzen, heeft de auteur aangetoond dat deze nieuwe modellen wiskundig solide zijn en tot de juiste families van de extreme waarde-theorie behoren. Het onderzoek gaat verder dan alleen het identificeren van de limieten; het biedt de volledige wiskundige machinerie voor elke nieuwe verdeling. Dit omvat de mogelijkheid om de gemiddelde waarde, de variantie en het specifieke punt te berekenen waarop een bepaald percentage van de gegevens eronder valt. Het beschrijft ook de "hazard rate", een maatstaf voor hoe het risico op een extreme gebeurtenis in de loop van de tijd verandert, waarbij wordt aangetoond dat het risico bij sommige van deze nieuwe modellen laag begint, een piek bereikt en vervolgens stabiliseert of daalt, wat een genuanceerder beeld van gevaar geeft dan eenvoudigere modellen.

De waarde van dit werk ligt in de precisie voor eindige gegevens. Hoewel de uiteindelijke limiet van elk model voor extreme waarden een standaard Gumbel- of Fréchet-verdeling mag zijn, doet de reis daarheen er enorm toe. Standaardmodellen gaan vaak uit van een rigide convergentiesnelheid die niet overeenkomt met de werkelijkheid, wat leidt tot vertekende schattingen wanneer ze worden toegepast op de eindige datasets die we daadwerkelijk bezitten. Deze nieuwe verdelingen fungeren als een brug. Ze bevatten extra parameters die hen in staat stellen om te buigen en vorm te geven aan de specifieke kenmerken van de gegevens die ze moeten beschrijven, waardoor ze het "penultieme" gedrag van het systeem vastleggen voordat het de theoretische oneindigheid bereikt. Dit betekent dat ingenieurs, hydrologen en risicoanalisten deze modellen kunnen gebruiken om een veel nauwkeuriger beeld te krijgen van potentiële rampen. Ze kunnen erop vertrouwen dat het model de fysieke of structurele nuances van het systeem dat ze bestuderen begrijpt, in plaats van de gegevens simpelweg in een generieke box te dwingen. De studie concludeert dat door deze specifieke transformaties af te leiden van een enkele ouderverdeling, we een veelzijdige toolkit verkrijgen voor het modelleren van maximale extreme waarden, wat ervoor zorgt dat onze voorspellingen voor de worst-case scenario's zo betrouwbaar en geworteld in de realiteit mogelijk zijn als het even kan.