مدل بندی داده های بارش و سطح آب زیرزمینی با استفاده از توابع مفصل زمان-متغیر

داده های ناایستا غالبا زمانی ایجاد می شوند که مشاهدات یک مطالعه به صورت پیاپی و وابسته به زمان جمع آوری شده باشند. در چنین حالتی معمولا یک روند زمانی همراه با تغییرات در میانگین و یا واریانس مشاهدات وجود خواهد داشت که حاکی از ناایستا بودن داده هاست. برای توصیف چنین داده هایی با استفاده از توزیع های آماری و برازش پارامترها، مدل های زمان-وابسته مناسب هستند. هدف این مطالعه معرفی و به کاربردن مدل های زمان-وابسته است که در آنها، پارامترهای مدل در توزیع های حاشیه ای و نیز در مدل های مفصل به صورت متغیری از زمان درنظر گرفته می شود. با توجه به جمع آوری داده های بارش و سطح آب زیرزمینی به صورت ماهیانه، ماهیت این داده ها زمان-وابسته بوده و روند تغییرات این داده ها نشان می دهد که میانگین داده ها در طول زمان دارای تغییرات می باشند. برای توصیف ساختار همبستگی میان این داده ها، از توزیع های حاشیه ای و سپس توابع مفصل زمان-متغیر استفاده شده است، بطوریکه پارامتر این مدل ها متغیر و به عنوان تابعی از زمان در قالب توابع رگرسیون چندجمله ای یا نمایی در نظر گرفته شده است.

کلیدواژه ها:

مفصل ، متغیر زمان ، کاپولا ، بارش