This paper presents a statistical analysis of structural changes in the Central England temperature series. This series contains one of the longest surface temperature records available and a changepoint analysis of it reveals several interesting aspects. Regression functions with structural breaks, including mean and trend shifts, are fitted to the series and compared via two commonly used multiple changepoint penalized likelihood criteria. In the end, the optimal model is judged to be one containing three location and trend shifts, with a transition to a rapidly warming regime circa 1989. The variability of the series is not found to be significantly changing, and shift features are judged to be more plausible than short- or long-memory autocorrelations. The analysis serves as a walk-through tutorial of different changepoint techniques, illustrating what can statistically be inferred from different models.


翻译:本文对中英格兰温度系列的结构变化进行了统计分析。 该系列包含现有最长的地表温度记录之一,对它的改变点分析揭示了几个有趣的方面。 结构间断的回归功能,包括中值和趋势变化,与该系列相适应,并通过两个常用的多点变化点惩罚概率标准进行比较。 最终, 最佳模型被评为包含三个位置和趋势变化, 向气候变暖周期( circa 1989)过渡。 该系列的变异性被认为没有显著变化, 变异性被评为比短或长分子自动通缩更合理。 该分析是对不同变化点技术的步行辅导, 说明从不同模型中可以从统计学上推断出什么。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2021年8月22日
VIP会员
相关资讯
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员