1D持续非线性时间序列的统计推断及预测应用
摘要：使用分数微积分和离散时间Langevin方程，通过稀疏采样的时间序列重建具有长程相关性的一维随机过程的宏观模型的方法。该方法通过ARFIMA（1，d，0）过程和具有乘性噪声的非线性自回归玩具模型进行了说明。我们重构了在德国波茨坦记录的每日平均温度数据的模型，并使用它来通过计算重构过程和零摄氏度温度线的平均首次通过时间来预测首次霜冻日期，展示了长记忆模型在亚季节到季节范围内的预测潜力。
作者：Johannes A. Kassel and Holger Kantz
论文ID：2107.14619
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2022-05-23