一种用于时空数据的贝叶斯变点模型
统计方法学
2021-07-30 v2
摘要
已知某区域的城市化会升高周边地区的温度。这一现象——即所谓的城市热岛(UHI)——在局部尺度上随时间发生,并对历史数据分析产生持久影响。我们提出一种方法来检验在给定多个位置的气温读数下,温度随时间的长期上升与下降变化是否在局部尺度上存在(以及存在程度)。具体而言,我们提出了一种针对时空依赖数据的贝叶斯变点模型,其中利用偏差信息准则(DIC)通过“前向”选择过程在每个位置选取变点个数。随后我们拟合所选模型并考察随时间的线性斜率,以量化长期温度行为的变化。我们利用一个合成数据集以及来自犹他州八个站点的温度测量(包含60年的每日温度数据)展示了该模型与方法的效用。
引用
@article{arxiv.2105.10637,
title = {A Bayesian change point model for spatio-temporal data},
author = {Candace Berrett and Brianne Gurney and David Arthur and Todd Moon and Gus P. Williams},
journal= {arXiv preprint arXiv:2105.10637},
year = {2021}
}
备注
24 pages, 5 figures, 5 tables