Analisi Bayesiana dei Valori Estremi con Distribuzioni a Priori Informative

La seguente tesi si concentra sull'analisi Bayesiana utilizzando distribuzioni a priori informative di contrazione per modellare la distribuzione Generalized Extreme Value (GEV) nell'ambito dell'analisi dei valori estremi. L'attenzione si concentra sulla specifica applicazione di una a priori di contrazione sul parametro di forma, al fine di distinguere tra l'ipotesi in cui la GEV si comporti come una distribuzione di Gumbel e altre possibili distribuzioni. Questo approccio consente di affrontare in modo informativo la modellazione dei dati estremi e di valutare il comportamento della GEV in contesti reali.