气象数据的变结构分析

发布时间：2020-04-08 05:43

【摘要】：变结构分析作为统计学的一个重要课题,在金融、质控、气象等领域被广泛的使用。本学位论文应用变点理论分别对气象数据截面与面板数据进行结构性突变分析,估计并区分了气象数据的气候因素变点与非气候因素变点。第一章首先介绍了变点问题的研究意义,针对变点问题在气象领域的研究进行了描述,简单介绍了单变点、多变点、共同变点问题以及气象变点问题的研究现状。第二章简要介绍了在气象变点分析中有关的Bayes方法、Monte Carlo方法、M-H算法以及ASAMC算法的理论知识及相关算法步骤。第三章针对安徽省1957—2015年多台站的月平均气温,采用ASAMC算法进行变点估计,探究了影响月平均气温结构性变化的气候因素和非气候因素。第四章针对第三章的多个台站月平均气温构成的面板数据,采用均值共同变点检验统计量,对面板数据的共同变点进行估计,同时结合现有的元数据资料对共同变点进行统计分析。第五章基于三参数Weibull分布引入一元线性回归变点估计理论,将其应用于安徽省1980—2016年年最大风速进行变点估计,并结合历史风速资料对估计结果进行研究。第六章总结了本论文所进行的统计研究。
【图文】：

变点,月平均气温,位置,数据

根据二分法分别对 1993 年前后两个时间段进行变点估计，经估计发现在 1960年出现了第二个共同变点如图 4.1(b)，其中水平虚线为临界值 0.747，相应的最大统计量值为 1.024。而后面一段没有检测出变点。具体结果在图 4.2 中显示。图 4.2 5 月平均气温数据及共同变点位置Fig4.2 The monthly mean temperature series and common change-point positions in May在图 4.2 中，估计出{1960，1993}两个共同变点，即图中的垂直虚线位置，把长度为 59 的平均气温数据分割成 3 个子区间，分割子区间 1957—1960 的月平均气温是 19.54℃，1961—1993 年的月平均气温为 20.69℃，1994—2015 年的月平均气温为 21.97℃，，从图 4.2 可以看出在这三个子区间
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O212.1

【参考文献】