Original title:
Statistická analýza historických časových řad
Translated title:
Statistical analysis of historical temperature series
Authors:
Gergelits, Václav ; Antoch, Jaromír (advisor) ; Anděl, Jiří (referee) Document type: Master’s theses
Year:
2013
Language:
cze Abstract:
[cze][eng] Název práce: Statistická analýza historických časových řad Autor: Václav Gergelits Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: prof. RNDr. Jaromír Antoch, CSc. e-mail vedoucího: antoch@karlin.mff.cuni.cz Abstrakt: V předložené práci se zabýváme statistickou analýzou řad ročních průměrných teplot ze sedmi evropských měst z projektu Evropské unie IMPROVE. Vlastnosti časové řady jsou nejprve zkoumány metodami popisné statistiky, je posuzována jejich homoskedas- ticita, autokorelace a normalita. Referujeme o způsobech, jakými byla data adjustována, včetně zohlednění vlivu městského tepelného ostrova, a o dostupnosti dalších dat. V teoretické části představujeme teorii detekce bodu změny pro model jedné změny včetně zohlednění autokorelace a modelu více změn. V praktické části analyzujeme data metodou detekce bodu změny. Významný nárůst teplot nebyl detekován pro časové řady Cádiz a Uppsala. Pro ostatní časové řady nárůst vesměs detekován byl. Nárůst teploty by mohl souviset s adjustací teplotních řad na městský tepelný ostrov. Klíčová slova: detekce bodu změny, teplotní časové řady 1Title: Statistical analysis of historical temperature series Author: Václav Gergelits Department: Department of Probability and Mathematical Statistics Supervisor: prof. RNDr. Jaromír Antoch CSc. Supervisor's e-mail address: antoch@karlin.mff.cuni.cz Abstract: In the present work we deal with the statistical analysis of time-series of a mean-temperature obtained from seven European cities from the Europe Union project "IMPROVE". Properties of the time series are analyzed by means of descriptive statistics, being assessing their homoscedasticity, autocorrelation and normality. We report the ways in which the data has been adjusted, including consideration of the impact of the urban heat island and we discuss the availability of additional data. The theoretical part presents a theory of change point detection for a one change model as well as more than one change model taking an autocorrelation into account. In the practical part we analyze the data using change point detection method. The significant increase was not detected for time series of Cadiz and Uppsala. The significant increase was rather detected for the rest of the time series. The increase of temperature could be in a relation to the adjustment for the urban heat island. Keywords: change point detection, temperature time series 1
Keywords:
change point detection; temperature time series; detekce bodu změny; teplotní časové řady
Institution: Charles University Faculties (theses)
(web)
Document availability information: Available in the Charles University Digital Repository. Original record: http://hdl.handle.net/20.500.11956/52120