Statistical Analysis of Climate Series: Analyzing, Plotting, Modeling, and Predicting with R

این کتاب کاربرد روش های آماری را در داده های اقلیم شناسی دما و بارش ارائه می دهد. تکنیک های خاصی را برای درمان مجموعه ای از سوابق سالانه، ماهانه و روزانه ارائه می دهد. ارتباط بالقوه نتایج در زمینه آب و هوا مورد بحث قرار می گیرد.

ابزارهای روشی از تجزیه و تحلیل سری های زمانی، از تجزیه و تحلیل پریودوگرام و موجک، از تحلیل همبستگی و مؤلفه اصلی، و از داده های طبقه بندی شده و رویداد-زمان گرفته شده اند. تجزیه و تحلیل.

مدل‌های کاربردی - از جمله - مدل ARIMA و GARCH، و فرآیندهای پواسون ناهمگن هستند.

به‌علاوه، ما با تعدادی از موضوعات آماری خاص سر و کار داریم، به عنوان مثال. مشکل تعدیل روند، فصل و همبستگی خودکار، و با استنتاج آماری همزمان.

برنامه‌ها در R و مجموعه داده‌های سری‌های آب و هوایی، که در صفحه اصلی نویسنده ارائه شده‌اند، خوانندگان (آمارشناسان، هواشناسان، و غیره) را قادر می‌سازد. دانشمندان طبیعی) تا تمرینات خود را انجام دهند و کاربردهای خود را کشف کنند.

The book presents the application of statistical methods to climatological data on temperature and precipitation. It provides specific techniques for treating series of yearly, monthly and daily records. The results’ potential relevance in the climate context is discussed.

The methodical tools are taken from time series analysis, from periodogram and wavelet analysis, from correlation and principal component analysis, and from categorical data and event-time analysis.

The applied models are - among others - the ARIMA and GARCH model, and inhomogeneous Poisson processes.

Further, we deal with a number of special statistical topics, e.g. the problem of trend-, season- and autocorrelation-adjustment, and with simultaneous statistical inference.

Programs in R and data sets on climate series, provided at the author’s homepage, enable readers (statisticians, meteorologists, other natural scientists) to perform their own exercises and discover their own applications.