推計學的 Modelling에 必要한 合成資料의 發生

Abstract

대기온도, 수온 같은 時系別을 推計學的으로 분석함으로써 자료를 합성할 수 있는 模擬發生모델을 시도하였다. 周期成分은 Fourier급수 형태로 표시하였고, 推計學的成分은 1차 Markov모델로 나타내었다. 일반적으로 수온자료는 희귀하거나 단기인 것이 보통인데 대기온도와 수온과의 관계를 이용하여도 수온을 발생시킬 수 있을 것이다.

This paper presents a model for synthesising daily average air temperature and water temperature data. Periodic components are descreied by the Foorier series and stochastic somponents are produced using a first order Markov model. A cross correlation model can be used to generate water temperatures, providing correlation coefficient is high.

This paper presents a model for synthesising daily average air temperature and water temperature data. Periodic components are descreied by the Foorier series and stochastic somponents are produced using a first order Markov model. A cross correlation model can be used to generate water temperatures, providing correlation coefficient is high.