Determinando as melhores séries temporais correlacionadas

Antes de perguntar, li perguntas semelhantes, mas nenhuma delas levou a respostas satisfatórias para meu interesse específico.

Quero homogeneizar uma série climática climática da República Dominicana ao longo de 64 anos (1940-2003). Para isso, é realmente importante selecionar uma série de referência entre um grupo de candidatos.

Digamos que sjoseja a série base, para a qual desejo encontrar uma boa série de referência; bani, plcE rasão candidatos de referência, porque eles estão perto sjo. No mapa a seguir, o ponto vermelho é a estação base e os verdes são os candidatos de referência:

Realizei três análises de correlação (realizadas em R, função cor()), considerando estas variáveis ​​mensais: valor bruto da precipitação, diferença normalizada e valores transformados com Box-Cox. Essas variáveis ​​correspondem, respectivamente, aos campos que começam com p, diane pnorm.

A diferença normalizada vem do método da primeira série de diferenças (FDM), proposto por Peterson, que consiste em: , onde é o valor da precipitação para o mês , e é a precipitação para o mesmo mês 1 ano antes. Segui a observação de Peterson e colegas (1998) , que afirma que o FDM aplicado à precipitação pode funcionar melhor usando diferença normalizada.P m t m P m t - $[Pm_t - Pm_{t-1}] / [Pm_t + Pm_{t-1}]$$Pm_t$$m$$Pm_{t-1}$

Como pode ser visto na página 1 deste arquivo PDF , a correlação foi calculada para toda a série temporal (1940-2003). Para precipitação bruta e valores transformados Box-Cox, banié o melhor correlacionado com sjo(as células amarelas de fundo mostram o índice máximo de correlação). Observe que, para precipitação bruta, banié significativamente mais correlacionada que outras. Para diferença normalizada, raé apenas um pouco mais correlacionada que o resto. No entanto, cada estação candidata possui um índice de correlação estatisticamente significante com sjoo nível de significância , sugerindo que QUALQUER uma delas possa ser usada como uma série de referência.$\alpha=.05$

Isso é um pouco confuso, então fiquei insatisfeito e decidi fazer uma análise mais detalhada, dividindo as séries em intervalos de 5 anos e avaliando a correlação entre séries para as mesmas três variáveis: precipitação bruta, diferença normalizada e transformação Box-Cox .

As tabelas das páginas 2 a 8 no PDF mostram os resultados dessas correlações parciais; a última página resume os tempos em que cada estação teve o valor máximo de correlação para cada variável. Como pode ser visto, banié o valor correlacionado com mais frequência para as 3 variáveis ​​analisadas (em todos os casos, mais de 7 vezes dos doze períodos de 5 anos analisados).

Com esses resultados, acho que banié o melhor candidato como uma série de referência sjo, mas não tenho certeza. A análise do período de cinco anos está OK? Devo executar alguma outra análise?

Que tal experimentar um Anova de duas vias e um teste de pares, com os dados anuais e / ou os intervalos de 5 anos. Você também pode fazer isso com os dados brutos e normalizados ou com dados Box-Cox.

A idéia é que você possa procurar qualquer diferença não significativa (para a estação de referência) entre as distribuições de precipitação por estação.

Achei este link útil para iniciar seu próprio Two-Way-Anova via R r-tutorial-series-two-way-anova

Sebastian