Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: ARIMA process

Sortuj według:

Ogranicz wyniki do:

Stationarity against integration in the autoregressive process with polynomial trend

Proïa F.

Probability and Mathematical Statistics

2018

Vol. 38, Fasc. 1

1--26

We tackle the stationarity issue of an autoregressive path with a polynomial trend, and generalize some aspects of the LMC test, the testing procedure of Leybourne and McCabe. First, we show that it is possible to get the asymptotic distribution of the test statistic under the null hypothesis of trend-stationarity as well as under the alternative of nonstationarity for any polynomial trend of order r. Then, we explain the reason why the LMC test, and by extension the KPSS test, does not reject the null hypothesis of trend-stationarity, mistakenly, when the random walk is generated by a unit root located at −1.We also observe it on simulated data and correct the procedure. Finally, we describe some useful stochastic processes that appear in our limiting distributions.

Statystyczna analiza pomiarów skażenia wód powierzchniowych. (Komunikat)

Straszko J., Jastrzębska M.

Archiwum Ochrony Środowiska

2000

Vol. 26, no. 3

151-161

Przedstawiono wyniki statystycznej oceny pomiarów wykonanych w ramach programu monitoringu wód powierzchniowych. Bazę danych stanowiły oznaczenia stężeń biogenów (lata 1994-1998) i wskaźników tlenowych (lata 1992-1996) w punkcie reperowym na Odrze w Krajniku Dolnym. Wykazano, że zmienność w czasie tych wskaźników dobrze opisują rozkłady log-normalny i gam-ma. Podano również rozkłady unormowane. Zbadano autokorelację i okresowość. Stwierdzono, że rozpatrywane szeregi czasowe charakteryzują się silną autokorelacją i okresowością. Stosując pro-ces ARIMA przeprowadzono modelowanie serii pomiarowych. Po wyborze modeli wykonano pro-gnozowanie zmian badanych wskaźników. Wykazano, że stosując modele ARIMA można uzyskać wartościowe rezultaty.

The results of statistic estimation of measurements done within surface waters monitoring pro-gramme were described. The biogens concentrations (the years 1994-1998) and the oxygen indica-tors (the years 1992-1996) in the measurement point on Odra river in Krajnik Dolnyconstituted the date base. The time changeability of these indicators was well described by log-normal and gamma distributions was shown. The normalized distributions were also given. The autocorrelation and the periodicity were examined. It was stated that the considered time sequences were characterized by the strong autocorrelation and the periodicity. Using the ARIMA process the modeling of measure-ment series was realized. After the selection of models, the programming of examined indicators changes was accomplished. It was shown that using ARIMA models valuable results can be ob-tained.