SINOMA——一种用于估计含噪串行数据流间线性关系的新方法
应用统计
2016-04-05 v1
摘要
过去气候的重建基于可用代用数据的校准。这种校准通常通过线性回归模型实现。在近期的古气候文献中，关于高分辨率气候重建有效性的讨论持续不断。其原因在于代用数据含有噪声，即除与感兴趣气候变量相关的变率外，它们还包含其他变率来源。对此类噪声的不当处理会导致回归斜率的偏倚估计，从而错误表征过去气候变化的真实幅度。迄今为止，克服此问题的方法成效有限。在此，我们提出一种新方法——SINOMA——用于具有信号与噪声不同谱特征的含噪串行数据流。SINOMA利用数据流时间或空间结构的特定性质，由此能够精确估计真实回归斜率，同时估计预测因子与预测目标中存在的噪声方差之比。本文介绍了基础数学以及所述算法的一般描述。SINOMA的有效性用两个测试数据集加以说明。最后我们探讨了方法局限性和进一步潜在应用。
引用
@article{arxiv.1604.00823,
title = {SINOMA - A new approach for estimating linear relationships between noisy serial data streams},
author = {Barnim Thees and Allan Buras and Gottfried Jetschke and Eduardo Zorita and Martin Wilmking and Volkmar Liebscher and Lars Kutzbach},
journal= {arXiv preprint arXiv:1604.00823},
year = {2016}
}
备注
52 pages, 6 figures