循環データの時系列モデリング


13

風/波データのARIMAモデルを構築しています。変数ごとに個別のモデルを作成しています。

モデル化する必要がある変数の2つは、波と風の方向です。値は度(0-360°)です。値の間隔が循環するこのタイプのデータをモデル化することは可能ですか?そうでない場合、どの種類のモデルがこの種のデータに最適ですか?


なぜだかわかりません。おそらくあなたがあなたの実際のデータを投稿するなら、私はより良く見ることができるかもしれません。「値の間隔」という用語は、私には多少あいまいです。
IrishStat 16

8
方向にデカルト座標(つまり、角度のコサインとサイン)を使用することを検討しましたか?
whuber

データは0から359°59'59 ''(フロートに変換)になります...値の間隔とは、可能な値の範囲を意味し、連続的ですが循環的です。たとえば、予測と値は360に近くなり、信頼区間は360をはるかに超えます...モデルは、区間が円形であることを認識していないため、359°59'59 ''が可能な最大値であり、次の値は0です。もう一度...デカルト座標を試していないので、VARモデルが必要になります(2シリーズ、1つはコサイン用、もう1つはサイン値用)。
krsnik93 16

1
モデリングを通じて理解しようとしていることについて、より詳細な情報はありますか?理由/目的に関する追加情報があればよいでしょう。たとえば、方向の変化をモデル化する方が簡単だと思います(たとえば、角度の変化は周期的または正弦波モデルになる可能性があります)。あなたの質問は、モデルが十分であるかどうかを示唆しているようです-それはあなたの技術的な経験と適合によって決定されますか?
MarkR 16

1
このテーマに関するいくつかの論文がありますが、今私はこれを見ています:link.springer.com/article/10.1007/s10463-008-0207-z
krsnik93

回答:


1

フォンミーゼス分布は風向の良いモデルですか?0〜2 \ pi(または-pi〜+ pi)以上のサポートがありますhttps://www.statisticshowto.datasciencecentral.com/von-mises-distribution/

その場合、時系列でフォンミーゼス分布を使用する例(https://iris.unipa.it/retrieve/handle/10447/94147/118553/basile_et_al_icrera_2013.pdf)があります。ARIMAではなくHidden Markov Modelに接続されていますが、重要なのはフォンミーゼス(チホノフ)分布でしょうか?

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.