负实数数据集GPD分析中extRemes包decluster函数结果不符问题

你的核心问题是decluster默认逻辑和你的极值定义不匹配：decluster默认针对极大值分析（找数值大于阈值的点），若之前得到相反结果，大概率是对阈值方向的理解偏差或隐含了极小值类型参数。以下是两种直接解决方法：

方法1：明确指定极大值类型 #

直接显式设置type="max"（虽为默认值，但能避免混淆），让函数筛选出大于阈值的点（也就是你需要的靠近0的负数）：

library(extRemes)

# 示例数据
data <- c(-5, -7, -9, -10, -11)
u <- -8  # 阈值

# 去簇处理，明确指定极大值类型
declustered_data <- decluster(data, threshold = u, method = "intervals", type = "max")
as.numeric(declustered_data)  # 输出：-5 -7

方法2：数据反转后处理（适合习惯正数极值分析的场景） #

把负数数据集取反转为正数，此时你要的靠近0的负数会变成靠近0的正数，再用极小值类型筛选，最后反转回负数：

data_inv <- -data  # 反转数据：5,7,9,10,11
u_inv <- -u        # 反转阈值：8

# 筛选反转后小于阈值的点（对应原数据大于-8的点）
declustered_inv <- decluster(data_inv, threshold = u_inv, method = "intervals", type = "min")
declustered_data <- -as.numeric(declustered_inv)  # 反转回负数：-5 -7

后续GPD拟合 #

得到去簇后的极值点后，可直接用fevd拟合GPD模型：

gpd_model <- fevd(declustered_data, type = "GP", threshold = u)
summary(gpd_model)

内容的提问来源于stack exchange，提问作者Norbert Wesolowski