グローバル温度不確実性のためのARMAモデルの開発と分析

陸面と海面の温度不確実性モデルは、統計的手法に基づいて開発できます。本論文では、新しい時系列温度不確実性モデルを開発し、これは自己回帰移動平均（ARMA）（1,1）モデルです。このモデルは、真の（潜在的な）全球異常Y(t)と通常の変数w(t)の組み合わせである観測された年平均温度異常X(t)のために開発されました。この不確実性は、w(t)の分散として考えられ、陸面温度（LST）不確実性、海面温度（SST）不確実性、および関連する不確実性源に分けられました。ARMAモデルは分析され、NASAゴダード宇宙研究所の地表温度（GISTEMP）解析から得られたデータに対して、自己回帰（AR）および自己回帰統合移動平均（ARIMA）と比較されました。自己相関関数（ACF）、部分自己相関関数（PACF）、通常の分位数–分位数（通常のQ-Q）プロット、残差の密度、および通常の変数w(t)の分散の統計分析は、ARMA（1,1）がAR（1）およびARIMA（1, d, 1）でd=1, 2よりも適合度が良いことを示しています。