Modellazione di serie temporali di dati circolari


13

Sto costruendo modelli ARIMA per alcuni dati su vento / onde. Sto costruendo un modello separato per ogni variabile.

Due delle variabili che devo modellare sono la direzione delle onde e del vento. I valori sono in gradi (0-360 °). È possibile modellare questo tipo di dati in cui l'intervallo di valori è circolare? In caso contrario, quale classe di modelli è la migliore per questo tipo di dati?


Non vedo perché no. Forse se pubblichi i tuoi dati effettivi potrei essere in grado di vedere meglio. Il termine "intervallo di valori" è alquanto vago per me.
IrishStat

8
Hai preso in considerazione l'uso delle coordinate cartesiane (ovvero coseno e seno dell'angolo) per le direzioni?
whuber

I dati vanno da 0 a 359 ° 59'59 '' (convertiti in float) ... Quando dico intervallo di valori, intendo l'intervallo di valori possibili, è continuo ma anche circolare ... Ad esempio, quando prevedo e i valori si avvicinano a 360, l'intervallo di confidenza va ben oltre 360 ​​... Il modello non si rende conto che l'intervallo dovrebbe essere circolare, quindi 359 ° 59'59 '' è il valore massimo possibile e il successivo è 0 di nuovo ... Non hai provato le coordinate cartesiane, che richiederebbero quindi un modello VAR (2 serie, una per coseno e un'altra per valore sinusoidale)?
krsnik93,

1
Hai più dettagli su ciò che stai cercando di capire attraverso la modellazione? Ulteriori informazioni sul motivo / scopo sarebbero buone. Immagino che modellare il cambio di direzione, ad esempio, sarebbe più semplice (ad esempio, un cambiamento di gradi potrebbe tradursi in un modello ciclico o sinusoidale). Le tue domande sembrano suggerire se il modello è abbastanza buono - che sarà determinato dalla tua esperienza tecnica e adatta?
Mark R

1
Ci sono alcuni documenti su questo argomento, in questo momento sto guardando questo: link.springer.com/article/10.1007/s10463-008-0207-z
krsnik93

Risposte:


1

La distribuzione von Mises è un buon modello per la direzione del vento. Ha supporto da 0 a 2 \ pi (o da -pi a + pi) https://www.statisticshowto.datasciencecentral.com/von-mises-distribution/

In tal caso, ci sono esempi ( https://iris.unipa.it/retrieve/handle/10447/94147/118553/basile_et_al_icrera_2013.pdf ) che utilizzano una distribuzione von Mises con una serie temporale. È collegato a un modello Markov nascosto piuttosto che ad ARIMA, ma penso che la cosa chiave sia la distribuzione di von Mises (Tikhonov)?

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.