Modele zależności przestrzennych i przestrzenno
Transkrypt
Modele zależności przestrzennych i przestrzenno
Modele zależności przestrzennych i przestrzenno-czasowych. Model STARMAX Grzegorz Chłapiński Instytut Matematyki i Informatyki Politechniki Wrocławskiej Streszczenie Statystyka modeli zależności przestrzennych i przestrzenno-czasowych jest bardzo szeroką dziedziną, która w ostatnich latach bardzo prężnie się rozwija. Świadczy o tym mnogość publikacji związanych z tą tematyką, które ukazały się w ostatnim czasie. Należy jednak podkreślić, że stopień spopularyzowania tego typu modeli wśród osób zajmujących się analizą danych jest ograniczony w porównaniu do potencjalnych możliwości jakie modele te oferują. Jednym z przykładowych modeli zależności przestrzenno-czasowych jest model STARMAX. Przedstawione zostaną jego właściwości oraz założenia tej klasy modeli. Zaprezentowane będą wybrane metody estymacji parametrów charakteryzujących model wraz z możliwościami aplikacyjnymi. Literatura Brockwell, P.J. and Davis, R.A. (1991). Time Series: Theory and Methods (second edition). Springer-Verlag New York, Inc. Dempster, A.P. and Laird, N.M. and Rubin, D.B. (1977). Maximum likelihood from incomplete data via the EM algorithm. J. R. Stat. Soc. B, 39, 1-38. Hannan, E.J. (1970). Multiple Time Series. John Wiley and Sons, Inc. Pfeifer, P.E. and Deutsch, S.J. (1980). A Three-Stage Iterative Procedure for SpaceTime Modeling. Technometrics, 22(1), 35-47. Lütkepohl, H. (1993). Introduction to Multiple Time Series Analysis (second edition). Springer-Verlag New York Berlin Heidelberg Tokyo. Rao, T.S. and Antunes, M.C. (2004). Spatio-temporal modelling of temperature time series: A comaparative study. TS Analysis and Applications to Geophysical Systems. The IMA volumes in mathematics and its applications. Springer. Shumway, R.H. and Stoffer, D.S. (2000). Time Series Analysis and Its Applications. Springer-Verlag New York, Inc. Shumway, R.H. and Stoffer, D.S. (1982). An Approach to Time Series Smoothing and Forecasting using the EM Algorithm. J. of Time Series Analysis, 3(4), 253-264. Stoffer, D.S. (1986). Estimation and Identification of Space-Time ARMAX Models in the Presence of Missing Data. J. of the American Statistical Association, 81(395), 762-772.