Abordagem Bayesiana não-paramétrica para dados extremos

A meta deste trabalho e analisar dados extremos em todo o seu domínio,
dando um destaque especial para a cauda da distribuição. Este trabalho realiza uma abordagem
bayesiana, utilizando metodos de Monte Carlo via Cadeias de Markov (MCMC) de
estimação. Para a parte central dos dados, e feita uma estimação não-paramétrica atraves
de misturas de distribuições Gama. A partir de um determinado limiar u, baseado no
Teorema proposto por Pickands (1975), a modelagem e feita utilizando uma distribuição
de Pareto Generalizada (GPD). Neste estudo, o limiar tambem e um parâmetro do modelo
a ser estimado. O modelo proposto sera comparado com outros modelos anteriormente
utlizados e sera ilustrado por duas aplicações de dados ambientais.