Ermittlung der am besten korrelierten Zeitreihen

Bevor ich frage, lese ich ähnliche Fragen, aber keine davon führt zu zufriedenstellenden Antworten für mein spezifisches Interesse.

Ich möchte eine Klimazeitreihe der Niederschläge der Dominikanischen Republik über 64 Jahre (1940-2003) homogenisieren. Dafür ist es wirklich wichtig, eine Referenzserie aus einer Gruppe von Kandidaten auszuwählen.

Angenommen, es sjohandelt sich um die Basisserie, für die ich eine gute Referenzserie finden möchte. bani, plcUnd rasind Referenz Kandidaten, weil sie in der Nähe sind sjo. In der folgenden Karte ist der rote Punkt die Basisstation und die grünen sind die Referenzkandidaten:

Ich führte drei Korrelationsanalysen (durchgeführt in R, Funktion cor()) unter Berücksichtigung dieser monatlichen Variablen durch: Rohniederschlagswert, normalisierte Differenz und transformierte Werte mit Box-Cox. Diese Variablen entsprechen jeweils zu Feldern , die mit beginnen p, dianund pnorm.

Die normalisierte Differenz stammt aus der von Peterson vorgeschlagenen ersten Differenzreihenmethode (FDM), bestehend aus: , wobei der Niederschlagswert ist für den Monat und ist der Niederschlag für denselben Monat 1 Jahr zuvor. Ich folgte der Bemerkung von Peterson und Kollegen (1998) , wonach FDM, das auf Niederschläge angewendet wird, unter Verwendung normalisierter Unterschiede möglicherweise besser funktioniert.$[Pm_t - Pm_{t-1}] / [Pm_t + Pm_{t-1}]$$Pm_t$$m$$Pm_{t-1}$

Wie auf Seite 1 dieser PDF-Datei zu sehen ist , wurde die Korrelation für die gesamte Zeitreihe (1940-2003) berechnet. Für Rohniederschlag und Box-Cox-transformierte Werte baniist dies am besten korreliert sjo(gelbe Hintergrundzellen zeigen den maximalen Korrelationsindex). Beachten Sie, dass der Rohniederschlag baniwesentlich stärker korreliert als andere. Für normalisierte Differenz raist nur ein bisschen mehr korreliert als der Rest. Jedoch hat jede Kandidatenstation einen statistisch signifikante Korrelation mit index sjoam Signifikanzniveau, was darauf hindeutet , jede von ihnen als eine Referenzreihe verwendet werden könnte.$\alpha=.05$

Dies ist etwas verwirrend, daher war ich unzufrieden und entschied mich für eine detailliertere Analyse, bei der die Serie in 5-Jahres-Intervalle aufgeteilt und die Korrelation zwischen den Serien für dieselben 3 Variablen bewertet wurde: Rohniederschlag, normalisierte Differenz und Box-Cox-Transformation .

Tabellen von Seite 2 bis 8 im PDF zeigen die Ergebnisse dieser Teilkorrelationen; Die letzte Seite fasst die Zeiten zusammen, zu denen jede Station den maximalen Korrelationswert für jede Variable hatte. Wie zu sehen ist, baniist dies der am häufigsten korrelierte Wert für die 3 analysierten Variablen (in allen Fällen mehr als das 7-fache der zwölf analysierten 5-Jahres-Zeiträume).

Mit diesen Ergebnissen denke ich, dass dies banider beste Kandidat als Referenzserie ist sjo, aber ich bin mir nicht sicher. Ist die Fünfjahresanalyse in Ordnung? Sollte ich eine andere Analyse durchführen?

Wie wäre es, wenn Sie eine Zwei-Wege-Anova UND einen paarweisen Test versuchen, ob mit Ihren jährlichen Daten und / oder den 5-Jahres-Intervallen. Sie können dies auch mit den rohen, normalisierten Daten oder Box-Cox-Daten tun.

Die Idee ist, dass Sie nach nicht signifikanten (für die Referenzstation) Unterschieden zwischen den Niederschlagsverteilungen pro Station suchen können .

Ich fand diesen Link hilfreich, um Ihre eigene Zwei-Wege-Anova über R r-Tutorial-Serie-Zwei-Wege-Anova zu starten

Sebastian