(34.237.124.210) 您好!臺灣時間:2021/02/25 18:52
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:楊良偉
研究生(外文):Yang, Liang-Wei
論文名稱:水文時序之繁衍-級值序列法
論文名稱(外文):Generation of Hydrological Time Series - Time Series Decomposition Method
指導教授:虞國興虞國興引用關係
指導教授(外文):Gwo-Hsing Yu
學位類別:碩士
校院名稱:淡江大學
系所名稱:水資源及環境工程學系
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2001
畢業學年度:89
語文別:中文
論文頁數:85
中文關鍵詞:序列分離理論自相關係數赫斯特係數機率分布瞬時轉換法
外文關鍵詞:Time series decomposition methodAutocorrelationHurst coefficientProbability distributionsInstantaneous transformation method
相關次數:
  • 被引用被引用:2
  • 點閱點閱:186
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:17
  • 收藏至我的研究室書目清單書目收藏:0
傳統時間序列分析中,模式的不確定性為繁衍合成資料之主要難題。有鑑於此,根據「序列分離理論」,時間序列可視為由邊際分布與級值序列兩部分資料所組成,因此可應用一般理論機率分布套配其級值序列,而無須推估模式。本研究以瞬時轉換法產生非常態資料測試「序列分離理論」之正確性,並以水文實測資料驗證其應用於繁衍合成資料之適用性。根據本研究分析合成資料之結果,發現以「序列分離理論」所繁衍之合成資料,能確實保存原始資料之統計特性以及模式結構,因而驗證「序列分離理論」之正確性;此外由於「序列分離理論」所繁衍合成資料能保存原始資料之模式架構特性,因此能解決非常態序列自相關係數偏估的問題。由實測資料利用「序列分離理論」所繁衍之合成資料,亦比除勢模式更能保存水文實測資料之赫斯特係數特性,明顯說明「序列分離理論」較傳統方法更適用於繁衍水文合成資料
Model uncertainty is one of the difficulties in generating synthetic time series. According to the time series decomposition method, a time series can be composed into the data of the marginal distribution and the order series. Therefore, it can to used to generate synthetic time series without identifying the model for the time series. In this study, instantaneous transformation method is used to generate non-Gaussian time series as the original data to verity the time series decomposition method. According to the results of synthetic data, the time series decomposition method preserves the statistic properties and autocorrelation structure of original time series in synthetic time series. Besides, the time series decomposition method provides a possibility to rectify the attenuated autocorrelation structure of non-Gaussian time series. Furthermore, the results of observed hydrological, indicate that the time series decomposition method is better than detrended model in preserving Hurst coefficient in the synthetic time series.
中文摘要I
英文摘要II
謝誌III
目錄IV
圖目錄VI
附表目錄VII
附圖目錄IX
第一章 緒論1
1-1研究動機1
1-2文獻回顧1
1-3本文架構2
第二章 理論基礎3
2-1級值序列之定義3
2-2序列分離理論3
2-3非線性瞬時轉換6
2-4本研究產生非常態原始資料之方法 - 瞬時轉換法7
2-5應用序列分離理論產生合成資料 - 級值序列法8
2-6除勢模式9
2-7伽傌分布9
2-8赫斯特係數10
2-9推估誤差10
第三章 研究方法11
3-1本研究所使用之資料11
3-1.1合成資料11
3-1.2實測資料12
3-2本研究之研究方法12
3-2.1常態分布12
3-2.2非常態分布12
3-3實測資料13
第四章 結果與討論14
4-1合成資料 - 「序列分離理論」之驗證14
4-1.1常態分布14
4-1.2非常態分布14
4-1.3「序列分離理論」解決非常態序列ACF偏估問題15
4-2實測資料15
第五章 結論與建議16
參考文獻17
1.虞國興、莊明德(2000)「應用序列分離理論繁衍合成資料」,第十一屆水利工程研討會。
2.虞國興、溫文正(1996),「線性非常態時間序列預測方法之研究」,台灣水利,第43卷,第一期,pp.56-69。
3.Box, G.E.P., Jenkins, G.M. and Reinsel, G.C.(1994), Time Series Analysis Forecasting and Control, Printice Hall, New Jersey.
4.George C.C.(1984), Applied Probability and Statistical Method,Little,Brown & Company.
5.Granger, C. W. J .and Newbold, P.(1976), “Forecasting Transformed Series.” ,J. of R. Statist. Statist. Soc. Ser B,Vol.38 ,No.2,pp.311-322
6.Janacek, G. J. and Swift, A.L.(1990),”A Class of Models For Non-Normal Time Series” ,J. of Time Series Analysis,Vol.1,pp.19-32.
7.Janacek, G. J. and Swift, A.L.(1991),” Forecasting Non-Normal Time Series” ,J. of Forecasting,Vol.10,pp.501-520.
8.Salas, J.D., Delleur, J.W., Yevjevich, V. and Lane, W.L.(1985), Applied Modeling of Hydrologic Time Series, 2nd Edition, Water Resources Pub-lications, Michi-gan.
9.Shaman, P. and Stine, R.A.(1988), “The Bias of Autoregressive Coefficient Estimator”, J. Amer. Statist. Assoc. 83, 842-848.
10.Wei, W.S.(1990), Time Series Analysis Univariate and Multivariate Methods, Addison-Wesley, New York.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔