教師資料查詢 | 類別: 會議論文 | 教師: 虞國興 YU GWO-HSING (瀏覽個人網頁)

標題:無母數分析及其在台灣水文時序之應用
學年81
學期2
發表日期1993/02/19
作品名稱無母數分析及其在台灣水文時序之應用
作品名稱(其他語言)Studies on Non-parameter Analysis and Its Allocation with Hydrologic Time Series in Taiwan
著者虞國興
作品所屬單位淡江大學水資源及環境工程學系
出版者
會議名稱農業水利科技研究八十一年度計畫成果發表討論會
會議地點臺北市, 臺灣
摘要傳統上,非常態水文序列須經過轉換為常 態水文序列,或經由判定水文序列擾動值之分 布,方能以時間序列模式繁衍水文合成資料。 然而由於資料轉換失真或擾動值之分布誤判, 同時,傳統上合成資料之產生以能保存資料之 樣本統計特性為依據,然樣本統計特性與理論 統計特性可能存在差異,故所繁衍之合成資料 將不具資料之理論特性,因此本論文提出一種 方法,利用Bootstrap resampling之抽樣方法,配合ARIMA 模式可直接繁衍未知分布之水文合成資料,而 資料不須轉換為常態。研究結果顯示,本論文 所提方法可保存資料之理論統計特性,而非僅 保存該組資料之樣本統計特性。;One of the conventional approaches to analyze the non- Gaussian time series is to transform it to a Gaussian time series or to detect the distribution of the noise. The synthetic data are then generated based on the time series model. However, the statistical characteristics of time series may be distorted by using the transformation approach and by drawing a wrong inference of the distribution of noise from the data. Meanwhile, the synthetic data were generated to preserve the statistical characteristics of the samples. The statistical characteristics of samples and population are usually different. Therefore, the statistical characteristics of population will not be preserved by the synthetic data. A method for generating the synthetic data by employing Bootstrap resampling technique and ARIMA models was proposed in this study. The results indicate that the statistical characteristics of population instead of samples were preserved by this proposed method.
關鍵字水文時序;水文資料;統計分析;取樣;水文合成資料;無母數分析;Hydrologic Time Series;Hydrologic Data;Statistical Analysis;Sampling;Hydrologic Synthetic Data;Non-Parametric Analysis
語言中文
收錄於
會議性質國內
校內研討會地點
研討會時間19930219~19930219
通訊作者
國別中華民國
公開徵稿Y
出版型式紙本
出處農業水利科技研究八十一年度計畫成果發表討論會論文集頁177-191
相關連結
Google+ 推薦功能,讓全世界都能看到您的推薦!