CENSORED PAIRWISE LIKELIHOOD-BASED TESTS FOR MIXTURE PARAMETER OF SPATIAL MAX-MIXTURE MODELS.

Max-Mixture (MM) processes are defined as Z = max{aX, (1 - a)Y} with X an asymptotic dependent (AD) process, Y an asymptotic independent (AI) process and a ∈ [0,1]. So that, the mixture parameter a controls the level of the AD part present in the MM process Z. Here we focus on two statistical tests for the mixing parameter a which are based on censored pairwise likelihood estimates. We compare their performance through an extensive simulation study. Monte Carlo simulation are a fundamental tool for asymptotic variance calculations. We apply our tests to daily precipitations from the East of Australia. Limitations and possible developments of the approach are discussed. [ABSTRACT FROM AUTHOR]

Los procesos Max-mixture son definidos por Z = max{aX, (1 - a) Y} donde X es un proceso asintóticamente dependiente (AD), Y es un proceso asintóticamente independiente (AI) y a ∈ [0,1]. Asi el parámetro de mezcla a controla el nivel de la parte asintóticamente dependiente en el proceso MM Z. En este articulo, nos interesamos a 2 tests estadísticos sobre el parámetro de mezcla a, estos tests están basados sobre estimadores de la verosimilitud bidimensional censurada. Comparamos sus capacidades con un amplio estudio de simulación. Las simulaciones de Monte-Carlo juegan un papel importante en el calculo de la varianza asintótica. Utilizamos estos tests sobre precipitaciones en el Este de Australia. Concluimos con las limitaciones y los posibles desarrollos de estas herramientas. [ABSTRACT FROM AUTHOR]