对于统计学家来说，存在于常态分布尾部的极端水平结构对于分析，预测和预测极端事件发生的可能性非常重要。 极端事件定义为事件值低于或高于某个值（称为阈值）。 正确选择的阈值有助于确定极端水平。 已经使用几种方法来确定阈值，以便对极端事件进行分析和建模。 最成功的方法之一是最大间距乘积（MPS）。 但是，通过这种方法对数据进行建模时会遇到一个问题，即当超出范围时，该方法就会失效。 这项研究提供了一种即使在包含关系的情况下也可以对数据建模的解决方案。 在这项研究中，推导了一种改进的MPS方法，用于确定包含关系的数据集中的极值的最佳阈值。 得出了最佳阈值的广义帕累托分布（GPD）参数，并将其与通过标准M