ฉันใหม่ในหน้านี้และค่อนข้างใหม่ในสถิติและอาร์ฉันกำลังทำงานในโครงการสำหรับวิทยาลัยโดยมีวัตถุประสงค์เพื่อค้นหาความสัมพันธ์ระหว่างฝนและระดับน้ำไหลในแม่น้ำ เมื่อได้รับการพิสูจน์ความสัมพันธ์ฉันต้องการที่จะคาดการณ์ / ทำนายมัน
ข้อมูลที่ ฉันมีชุดข้อมูลเป็นเวลาหลายปี (ถ่ายทุกๆ 5 นาที) สำหรับแม่น้ำที่มี:
- ปริมาณน้ำฝนหน่วยเป็นมิลลิเมตร
- แม่น้ำไหลในลูกบาศก์เมตรต่อวินาที
แม่น้ำนี้ไม่มีหิมะดังนั้นโมเดลจึงขึ้นอยู่กับฝนและเวลาเท่านั้น มีการแช่แข็งอุณหภูมิเป็นครั้งคราว แต่ฉันกำลังคิดที่จะลบช่วงเวลาเหล่านั้นออกจากข้อมูลเป็นค่าผิดปกติเนื่องจากสถานการณ์นั้นอยู่นอกขอบเขตสำหรับโครงการของฉัน
ตัวอย่างที่ นี่คุณมีตัวอย่างข้อมูลสองสามแปลงจากฝนและน้ำขึ้นในไม่กี่ชั่วโมงต่อมา
เส้นสีแดงคือการไหลของแม่น้ำ สีส้มคือฝน คุณสามารถเห็นฝนตกทุกครั้งก่อนที่น้ำจะไหลขึ้นมาในแม่น้ำ มีฝนเริ่มอีกครั้งในตอนท้ายของอนุกรมเวลา แต่มันจะส่งผลกระทบต่อการไหลของแม่น้ำในภายหลัง
ความสัมพันธ์อยู่ที่นั่น นี่คือสิ่งที่ฉันทำใน R เพื่อพิสูจน์ความสัมพันธ์โดยใช้ ccf ใน R:
- ข้ามสหสัมพันธ์
- ตัวแปรชั้นนำ
- ความล่าช้า
นี่คือสาย R ของฉันที่ใช้สำหรับตัวอย่างที่สอง (หนึ่งช่วงเวลาปริมาณน้ำฝน):
ccf(arnoiaex1$Caudal, arnoiaex1$Precip, lag.max=1000, plot=TRUE, main="Flow & Rain")
การตีความของฉันคือ:
- ฝนจะนำไปสู่ (เกิดขึ้นก่อน)
ccf
ฉันถูกไหม?
เกี่ยวกับซีรีส์เวลา ซีรี่ส์เวลานี้ไม่มีช่วงเวลาหรือตามฤดูกาล ฝนสามารถมาได้ตลอดเวลาและทำให้เกิดผล มันลดลงในช่วงฤดูร้อน แต่ก็ยังเกิดขึ้นมันเป็นพื้นที่ที่มีฝนตกชุกตลอดทั้งปี
รูปแบบและการพยากรณ์
ฉันไม่รู้ว่าจะสร้างแบบจำลองเพื่อให้สามารถคาดการณ์ซึ่งบอกฉันได้ว่าแม่น้ำจะเพิ่มปริมาณได้มากแค่ไหนหลังจากฝนตก ฉันได้ลองarima
แล้วauto arima
แต่ยังไม่ประสบความสำเร็จมาก ฉันควรใช้Arima
, vars
หรือรุ่นอื่น ๆ หลายตัวแปรที่แตกต่างกัน? ลิงก์ไปยังตัวอย่างใด ๆ จะเป็นประโยชน์อย่างมาก
โปรดแจ้งให้เราทราบหากคุณทราบวิธีที่ดีที่สุดในการสร้างการทำนายนี้ฉันควรใช้แบบจำลองใด มีบางสิ่งที่ฉันกำลังพิจารณาที่จะทำ แต่เอาพวกเขาออกจากคำอธิบายนี้เพื่อความเรียบง่าย ฉันสามารถแบ่งปันข้อมูลบางอย่างได้ถ้าต้องการ