一维持续非线性时间序列的统计推断及其在预测中的应用
数据分析、统计与概率
2023-11-07 v2
摘要
我们引入一种方法，通过结合分数阶微积分与离散时间朗之万方程，从稀疏采样的时间序列中重构具有长程相关的一维随机过程的宏观模型。该方法针对 ARFIMA(1,d,0) 过程和一个带乘性噪声的非线性自回归玩具模型进行了说明。我们重构了德国波茨坦记录的日平均温度数据模型，并通过计算重构过程与零摄氏度温度线的平均首次 Passage 时间来预测初霜日期，展示了长记忆模型在次季节到季节尺度预测中的潜力。
引用
@article{arxiv.2107.14619,
title = {Statistical Inference of 1D Persistent Nonlinear Time Series and Application to Predictions},
author = {Johannes A. Kassel and Holger Kantz},
journal= {arXiv preprint arXiv:2107.14619},
year = {2023}
}
备注
7 pages, 6 Figures