基于DFA的二元回归模型用于估计相邻城市间PM2.5的依赖性
应用统计
2019-05-27 v1
摘要
在去趋势波动分析（DFA）的基础上，我们提出了一种新的二元线性回归模型。该新模型提供了多尺度回归系数的估计量，用以在多个尺度上度量变量与感兴趣的相关变量之间的依赖性。通过数值测试说明，所提出的基于DFA的回归估计量能够准确刻画感兴趣变量之间的依赖性，并可用于识别不同时间尺度上的不同依赖关系。我们将该模型应用于分析中国北方三个相邻城市（北京、天津和保定）的PM2.5序列。估计的回归系数证实了三城市间PM2.5的依赖性，并说明每个城市在不同季节和不同时间尺度对其他城市的影响不同。基于尺度依赖的统计量和偏去趋势互相关系数的两个统计量被用于证明依赖性的显著性。三个新的尺度依赖评价指标表明，新的基于DFA的二元回归模型能够提供关于所研究变量的丰富信息。
引用
@article{arxiv.1905.10297,
title = {A DFA-based bivariate regression model for estimating the dependence of PM2.5 among neighbouring cities},
author = {Fang Wang and Lin Wang and Yuming Chen},
journal= {arXiv preprint arXiv:1905.10297},
year = {2019}
}
备注
This is a pre-print of an article published in Scientific Reports. The final authenticated version is available online at: https://www.nature.com/articles/s41598-018-25822-w