错位不规则时间序列的联合推断及其在格陵兰冰芯数据中的应用
应用统计
2014-09-23 v3
摘要
冰芯提供了过去数千年气候的洞察。由于冰层压实，任何单个冰芯的原始数据在时间上都是不规则的。多个冰芯具有不同的不规则性；总体而言，这些序列是错位的。经过处理后，此类数据作为常规时间序列（即数据产品）提供给研究人员。通常，这些冰芯是独立处理的。在本文中，我们考虑了一种用于多个不规则序列联合处理的快速贝叶斯方法。事实证明该方法更为高效。此外，我们的方法允许对多种不确定性来源的影响进行现实建模。该方法通过对一对冰芯（GISP2 和 GRIP）的分析进行了说明。我们的数据产品以任意时间网格上的边缘后验分布形式呈现，表现为有限高斯混合模型。我们还可以从联合后验分布中生成样本路径，以研究感兴趣的非线性泛函。更广泛地说，通过分层高斯过程模型进行联合分析的概念可以广泛扩展，因为所使用的模型可被视为更大范围的连续时空过程背景的一部分。
引用
@article{arxiv.1402.3014,
title = {Joint Inference of Misaligned Irregular Time Series with Application to Greenland Ice Core Data},
author = {Thinh K. Doan and Andrew C. Parnell and John Haslett},
journal= {arXiv preprint arXiv:1402.3014},
year = {2014}
}
备注
14 pages, 8 figures