揭示更细微气候变化模式的时空分位数回归分析：澳大利亚长期日温度研究
应用统计
2022-10-12 v1
摘要
气候变化通常被认为是在某一既定过去时间段内平均温度的全面上升。许多研究在全球尺度上考察温度趋势，但文献中缺乏近几十年澳大利亚温度趋势的深入分析。除均值与中位数的异质性之外，澳大利亚日温度数据还存在方差上的准周期异质性。然而，这一问题在气候研究中几乎被忽视。本文的一个贡献在于我们提出了分位数回归与变异性联合模型。通过恰当考量此类数据的异质性，我们的分析揭示日最高温度以每十年 0.21 摄氏度的速率变暖，日最低温度以每十年 0.13 摄氏度的速率变暖。不过，我们的建模还表明，气候变化的细微模式取决于澳大利亚境内的位置、季节以及温度序列的百分位数。
引用
@article{arxiv.2103.05791,
title = {Spatio-temporal quantile regression analysis revealing more nuanced patterns of climate change: a study of long-term daily temperature in Australia},
author = {Qibin Duan and Clare A. McGrory and Glenn Brown and Kerrie Mengersen and You-Gan Wang},
journal= {arXiv preprint arXiv:2103.05791},
year = {2022}
}
备注
30 pages, 10 figures, and 3 tables