예를 들어 지역의 여러 관측소의 여러 온도 기록과 같은 시계열이 있다고 가정 해보십시오. 지역 기후의 측면을 설명 할 수있는 전체 지역에 대한 단일 온도 기록을 얻고 싶습니다. 직관적 인 접근 방식은 각 단계마다 모든 스테이션의 평균을 단순히 얻는 것이지만 통계적 스파이더 감지 (아직 잘 연락하지 않은)는 이것이 쉽지 않을 수 있다고 말합니다. 특히, 전체 지역의 평균을 계산하면 흥미로운 온도 극단이 사라지고 가까운 역 사이의 의존성에 문제가있을 수 있다고 생각합니다.
이와 같은 전략을 시도 할 때 어떤 다른 문제가 발생할 수 있으며,이를 극복 할 수있는 방법 또는 이러한 종류의 데이터를 결합하는 더 합리적인 방법이 있습니까?
참고 : 답변은 내가 제공 한 공간 예보다 더 일반적 일 수 있습니다.
1
문제는 "전체 지역에 대한 단일 온도 기록"과 지역 내 변동에 대한 관심 사이의 충돌에있을 수 있습니다. 솔루션은 분산을 영역 간 및 영역 간 구성 요소로 분할하는 것과 같이이 두 가지 문제를 조정하는 방법이 필요할 수 있습니다.
—
피터 엘리스
@ PeterEllis, 예, 나는 그것을 모호하게 생각하고있었습니다. 질문의 목적을 위해, 내가 지역 내 공간적 변동에 관심이 없다고 가정하자.
—
naught101
이 경우에, 당신이 걱정해야 할 가장 중요한 것은 가까운 스테이션 사이의 의존성입니다. 옆집에 스테이션을 효과적으로 복제하는 관측 값을 내리는 방법을 찾으십시오. 그러면 괜찮을 것입니다.
—
피터 엘리스
@PeterEllis : 알겠습니다. 그러나 그렇게하는 합리적인 물리적 방법이 없을 수도 있습니다.-방송국의 근접성이 반드시 더 의존적이라는 의미는 아닙니다. 산맥의 반대편에있는 두 개의 가까운 역은 넓은 평원에있는 두 개의 먼 역보다 덜 유사 할 수 있습니다. 의존성을 통계적으로 정의하는 신뢰할 수있는 방법이 있습니까? 공분산, 아마도 ... 결과 시리즈에서 여전히 피크가 적을 것 같습니다 (물리적 상황을 반영한다고 생각합니다-넓은 지역의 온도 변화는 단일 장소보다 느리고 안정적 일 수 있습니다).
—
naught101
@naught, 질문의 공간적 측면과 관련하여 지역이 어떻게 정의되어 있습니까? 귀하의 의견에 따르면, 산의 반대편에있는 두 개의 가까운 역은 넓은 평원에있는 두 개의 먼 역과 다를 수 있습니다. 분석에 대한 근접성과 유사성을 기반으로 스테이션 영역을 재정의하는 것을 고려 했습니까? 기존의 지역 경계와 반드시 일치 할 필요는 없습니다. 대신 전통적인지도 위에 그려 질 수있는 분석 오버레이가 될 수 있습니다.
—
dav