极值理论是概率统计的一个重要分支,是描述客观世界中极端风险的有力武器,广泛应用于地震、洪水、金融证券、工程投资等领域.然而有大量的事实表明,在一些极端场合,单一的分布无法准确的描述极端风险.因此,组合分布的方法应运而生.但在目前所见的文献中,都或多或少地存在着一些问题,不能够准确、恰当地反映客观实际.本文针对这一情况,总结并纠正了前人研究过程中的错误,沿用前人组合分布的思想方法,以极值统计理论知识为工具,从统计学角度出发,给出了一种新的组合分布模型,讨论了新组合分布模型的若干性质,并通过实例计算和与现有结果的对比,说明了本文所提出的组合分布模型的合理性和优越性.论文首先分析了前人所提出的组合分布模型（原组合分布模型）中的错误:原模型试图通过将极小值分布、原始分布、极大值分布这三个分布函数在不同区间上进行简单地分段组合的方式构造组合分布.遗憾的是,其定义违背了分布函数的单调不减性.此外,原组合分布模型在参数估计方法的处理上,也存在一定问题.针对此种情况,论文在第二章中,首先明确了构造组合分布的原则,并在此基础上给出了新的组合分布模型的定义及新组合分布模型的合理性论证.第三章是全文工作的中心,即新组合分布模型建立的过程.在本章中,先给出组合分布模型建立的预备知识,并对原组合分布模型定义中的错误进行了理论证明.然后重点介绍了组合分布模型建立的详细步骤,包括原始分布和尾分布类型的确定方法和参数估计方法,极值分布的参数估计方法等.论文还重点介绍了Gumbel分布的参数估计方法,并通过MATLAB给出了极大似然法求Gumbel分布参数数值解的程序.第四章将组合分布模型应用于降雨量、股票市场、河水流量等具体问题,将同样的样本数据分别应用于前人研究的分布模型和组合分布模型,通过绘图、KS检验的P值等手段对两者进行比较.实例计算的结果表明,在某些极端情形下,本文所定义的组合分布模型较以往单一的分布而言,不仅可以更加准确地描述极端风险,其应用方法之灵活,应用范围之广泛也是以往研究结果所望尘莫及的.组合分布模型是对极端风险随机特征刻画的新尝试,它可以更好地估计极端风险,这正是组合分布的魅力所在.