【摘要】：本文是多元時間序列因子分析在氣象學(xué)上的一個應(yīng)用.文章首先對華南地區(qū)8個城市的月平均氣溫?cái)?shù)據(jù)以及季節(jié)差分?jǐn)?shù)據(jù)進(jìn)行描述性分析,結(jié)果發(fā)現(xiàn):這8個城市的月平均氣溫序列以及季節(jié)差分序列都可能存在共同因子.因此,我們可以對這8個城市的月平均氣溫?cái)?shù)據(jù)以及季節(jié)差分?jǐn)?shù)據(jù)分別擬合多元時間序列的因子模型.根據(jù)數(shù)據(jù)的描述性分析,文章應(yīng)用了Pan和Yao(2008)的近似因子模型來擬合月平均氣溫?cái)?shù)據(jù),應(yīng)用了Lam和Yao(2012)的近似因子模型來擬合季節(jié)差分?jǐn)?shù)據(jù).結(jié)果表明:華南地區(qū)8個城市的月平均氣溫序列具有5個共同因子,其中有2個周期因子.這與華東地區(qū)7個城市的月平均氣溫序列很相似,它們具有4個共同因子,其中有2個周期因子,且這兩個周期因子的解釋與8個城市的相似.另外,8個城市的季節(jié)差分序列具有2個共同因子,其中1個強(qiáng)因子,1個弱因子.
【學(xué)位授予單位】：東北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：P423
【圖文】：

東北師范大學(xué)碩士學(xué)位論文第2章 數(shù)據(jù)的描述性分析據(jù)說明華南地區(qū)的氣象觀測站獲得如下 8 個城市的 1970 年 1 月至 1998 年的月平均氣溫?cái)?shù)據(jù), 數(shù)據(jù)包含了 8 個月平均氣溫序列.圖 2-1: 8 個城市的地理位置

圖2-3:月平均氣溫序列的樣本ACF圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 江海峰;汪忠志;;非線性趨勢KPSS檢驗(yàn)、模型誤設(shè)與檢驗(yàn)流程構(gòu)建[J];統(tǒng)計(jì)與信息論壇;2015年12期

2 宋辭;裴韜;;基于特征的時間序列聚類方法研究進(jìn)展[J];地理科學(xué)進(jìn)展;2012年10期

3 周少甫;左秀霞;;時間趨勢平穩(wěn)性檢驗(yàn)的帶寬選擇及其影響[J];統(tǒng)計(jì)研究;2012年04期

4 孫承杰;劉豐;林磊;劉秉權(quán);;基于時間序列聚類和ARMA模型的檢索量預(yù)測[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

5 馮蕾;聶巧平;;結(jié)構(gòu)突變對KPSS檢驗(yàn)水平與檢驗(yàn)功效的影響——基于有限樣本情形的模擬及實(shí)證研究[J];統(tǒng)計(jì)研究;2009年09期

6 孫旭;;時間序列全局特征聚類分析方法及其應(yīng)用[J];統(tǒng)計(jì)教育;2009年03期

7 管河山;姜青山;;時間序列挖掘中一種新的相似性度量[J];計(jì)算機(jī)工程與應(yīng)用;2007年26期

相關(guān)博士學(xué)位論文 前1條

1 黃超;基于特征分析的金融時間序列挖掘若干關(guān)鍵問題研究[D];復(fù)旦大學(xué);2005年

相關(guān)碩士學(xué)位論文 前2條

1 李亞旭;近似因子模型的懲罰極大似然估計(jì)[D];浙江工商大學(xué);2017年

2 陳升;多元長記憶時間序列近似因子模型分析[D];浙江財(cái)經(jīng)大學(xué);2017年

本文編號：2736027