मैं टाइम सीरीज मॉडलिंग में पूरी तरह खो चुकी हूं।

मेरे पास दो बार श्रृंखला है; एक में वार्षिक तापमान होता है, दूसरे में केवल गर्मियों का तापमान होता है। मेरा उद्देश्य यह जांचना है कि पिछले कुछ वर्षों में तापमान में उल्लेखनीय वृद्धि हुई है या नहीं। मेरा पहला प्रयास केवल एक रैखिक मॉडल का प्रयास करना था। हालाँकि, मुझे बताया गया था कि मुझे माप की गैर-स्वतंत्रता को ध्यान में रखना होगा, क्योंकि एक वर्ष का तापमान उस वर्ष (वर्षों) के तापमान से संबंधित हो सकता है। मुझे एक lm - एक समय श्रृंखला की जरूरतों के लिए मॉडल को बदलने का कोई विकल्प नहीं मिला, इसलिए मैंने सोचा कि मेरे पास और कौन से विकल्प हैं। lme में nlme - पैकेज में, मैं उदाहरण के लिए एक सहसंबंध शब्द निर्दिष्ट कर सकता हूं (जो मेरी समस्या के साथ मेरी मदद कर सकता है, लेकिन कोई मदद नहीं है क्योंकि मेरे पास कोई यादृच्छिक समूह नहीं है, मुझे लगता है)।

ये वार्षिक तापमान हैं:

> annual.temperatures
   year temperature
1  1996    5.501111
2  1997    6.834444
3  1998    6.464444
4  1999    6.514444
5  2000    7.077778
6  2001    6.475556
7  2002    7.134444
8  2003    7.194444
9  2004    6.350000
10 2005    5.871111
11 2006    7.107778
12 2007    6.872222
13 2008    6.547778
14 2009    6.772222
15 2010    5.646667
16 2011    7.548889
17 2012    6.747778
18 2013    6.326667
19 2014    7.821111
20 2015    7.640000
21 2016    6.993333

और ये गर्मी के तापमान हैं:

> summer.temperatures
   year temperature
1  1996    10.99241
2  1997    11.83630
3  1998    11.99259
4  1999    12.41907
5  2000    12.06093
6  2001    12.27000
7  2002    11.79556
8  2003    13.32352
9  2004    12.10741
10 2005    11.98704
11 2006    12.89407
12 2007    11.24778
13 2008    11.85759
14 2009    12.51148
15 2010    11.29870
16 2011    12.35389
17 2012    12.33648
18 2013    12.24463
19 2014    12.31481
20 2015    12.73481
21 2016    12.43167

अब मुझे ARIMA और संबंधित मॉडलों के बारे में बहुत कुछ मिल गया है, लेकिन मेरे जैसे नए व्यक्ति के लिए, यह सब समझना बहुत मुश्किल है। Arima, उदाहरण के लिए, मुझे निम्नलिखित परिणाम देता है। हालांकि, मुझे नहीं पता कि arima में क्या/कैसे निर्दिष्ट किया जाए। मैं भी वास्तव में यह नहीं समझता कि परिणाम मुझे क्या बताता है।

> arima (annual.temperatures$temperature)

Call:
arima(x = annual.temperatures$temperature)

Coefficients:
      intercept
         6.7353
s.e.     0.1293

sigma^2 estimated as 0.3513:  log likelihood = -18.81,  aic = 41.63

ये कई सवाल हैं। इसे व्यावहारिक रखने के लिए, मेरा प्रश्न है: मैं इस प्रश्न का पर्याप्त उत्तर कैसे दे सकता हूं कि क्या वार्षिक और साथ ही गर्मियों के तापमान के संबंध में 1996 से 2016 तक महत्वपूर्ण वार्मिंग थी?

0
yenats 9 सितंबर 2019, 21:19

2 जवाब

सबसे बढ़िया उत्तर

gls कमांड का उपयोग करना बहुत ही सरल उपाय था:

library(nlme)

my_model <- gls (temp ~ time, 
            data = my_data, 
            correlation = corAR1 (form = ~ time))
summary (my_model)
0
yenats 12 सितंबर 2019, 11:39

एक अच्छा तरीका यह है कि lme4 पैकेज का उपयोग यह मानकर किया जाए कि आपके पास निरंतर डेटा है जो इसके वितरण में कमोबेश सामान्य है।

मैं यह भी अनुशंसा करता हूं कि आप नामकरण को समझने के लिए यहां दिखाए गए वॉक-थ्रू को पढ़ें। मॉडल विनिर्देश के लिए।

अंत में, sjplot पैकेज में tab_model कमांड का उपयोग करने से आपके आउटपुट का स्वरूपण बहुत कुशल हो जाता है।

0
Ben 9 सितंबर 2019, 21:33
धन्यवाद! लिंक तय है!
 – 
Ben
9 सितंबर 2019, 21:33
lme4 में, मैं lmer फ़ंक्शन का उपयोग करूंगा। हालांकि, मैं यहां किसी यादृच्छिक प्रभाव का उपयोग नहीं करता, इसलिए lmer काम नहीं करता। या क्या मुझे यह गलत लगा: क्या मुझे किसी प्रकार के कृत्रिम यादृच्छिक प्रभाव को निर्दिष्ट करने की आवश्यकता है?
 – 
yenats
9 सितंबर 2019, 21:44
यदि आप प्रेक्षणों की स्वतंत्रता का मॉडल बनाना चाहते हैं, तो आपको lmer जैसा कुछ चाहिए और इसके लिए कम से कम एक यादृच्छिक प्रभाव की आवश्यकता होती है। आपको शायद अधिक विवरण के लिए सामग्री यहां पढ़नी चाहिए: gseacademic.harvard.edu/alda
 – 
Ben
9 सितंबर 2019, 21:56
मैं गलत हो सकता हूं, लेकिन मुझे नहीं लगता कि मैं टिप्पणियों की स्वतंत्रता का मॉडल बनाना चाहता हूं। मैं सिर्फ यह जानना चाहता हूं: "क्या तापमान में काफी वृद्धि हुई?"। अगर मैं सही समझा, तो मुझे एक मॉडल का उपयोग करना होगा जो माप की गैर-स्वतंत्रता को ध्यान में रखता है।
 – 
yenats
9 सितंबर 2019, 22:00