野火数据使用分数泊松过程进行建模与预测
应用统计
2024-11-22 v1
摘要
文献中使用泊松过程来建模野火事件，该过程本质上假设野火事件是独立的。本文使用分数泊松过程来建模加州2019年6月至2023年4月期间的野火发生情况，并预测野火事件，以解释这些事件之间的潜在记忆。我们引入矩估计和最大似然估计方法来估计分数泊松过程的参数，这是Cahoy (2010) 提出的方法的替代方案。我们得到的分数参数估计值为0.8，证明野火事件是相关的。该模型相对于经典泊松过程模型将预测误差降低了90%。
引用
@article{arxiv.2411.13995,
title = {Modelling and prediction of the wildfire data using fractional Poisson process},
author = {Sudeep R. Bapat and Aditya Maheshwari},
journal= {arXiv preprint arXiv:2411.13995},
year = {2024}
}
备注
17 pages, 7 figures