Geri Dön

Streamflow data generation with multivariate periodic autoregressive models

Çok değişkenli periyodik otoregresyon modelleri ile nehir akım verisi türetilmesi

  1. Tez No: 23321
  2. Yazar: AYŞE NUR ALP
  3. Danışmanlar: DOÇ. DR. TAYLAN ULA
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Streamflow Data Generation, Periodic Process, Multivariate Time Series, Autoregressive Model
  7. Yıl: 1992
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 91

Özet

ÖZ ÇOK değişkenli periyodik otoregresyon modelleri ile nehir akim VERİSİ TÜRETİLMESİ ALP, Ayşe Nur Yüksek Lisans Tezi, istatistik Bolümü Tez Yöneticisi : Doç. Dr. Taylan ULA Mayıs, 1992, 80 sayfa. Nehir akım verisi türetiminin bazı yönleri, iki-periyotlu birinci - derece çok değişkenli otoregressif model, PAR (1), kullanılarak araştırıldı. Başlıca amaç, bazı momentlerin, türetimde korunmasını ve başlangıç değerlerinin bu momentler üzerindeki etkisini incelemektir. Elde edilen teorik sonuçlar bir uygulamayla gösterildi ve kanıtlandı. Rassal başlangıçlı PAR^O) modelinin ortalama vektörleri, kovaryans matrisleri ve bir adım geriye dönük otokovaryans matrislerini türettiği gösterildi. Rassal başlangıç ile istenilen momentlere ulaşmak için geçiş zamanı gerekmemektedir ve süreç her zaman durağandır. Sabit başlangıçlı PAR (1) modelinindurağan olmadığı, ancak otoregressif parametreler belirli periyodik durağanlılık koşullarım sağlarsa, rassal başlama durumunda olduğu gibi periyodik durağan! i lığa belirli bir geçiş döneminden sonra ulaşıldığı gösterildi. Bu rassal başlangıç in üstünlüğünü kanıtlamaktadır. Rassal başlangıçlı PAR (1).; sürecinin zamana göre agregasyonu da incelendi. Agrege sürecin her zaman durağan olduğu, ve ortalama ve kovaryans matrisinin türetmede korunduğu gösterildi. Rassal başlangıçlı PAR (1) modelinin standardizasyonu da incelendi. Modelin genelde kullanılan standardize şeklinin orjinal standardize edilmemiş şekle aynı momentleri türetme acısından istatistiksel olarak denk olduğu, fakat sayısal olarak denk olmadığı gösteri İdi. Standardize modelin sayısal olarak denk olan şekli de elde edildi. Anahtar Kelimeler : Nehir Akım Verilerinin Türetilmesi, Periyodik Süreç, Çok Değişkenli Zaman Serileri, Otoregresyon Modeli Bilim Dalı Sayısal Kodu : 406.02.01 Vİ

Özet (Çeviri)

ABSTRACT STREAMFLOW DATA GENERATION WITH MULTIVARIATE PERIODIC AUTOREGRESSIVE MODELS ALP, Ayse Nur M.S. in Statistics Supervisor: Assoc. Prof.Dr. Tayları ULA May, 1992, 80 pages. Some aspects of streamflow data generation are investigated through the two-period first-order multivariate autoregressive model, PAR (1). The main emphasis is on the 2 preservation of certain desired moments in the generation, and the effect of initial values on these moments. The theoretical results obtained are illustrated and verified through an application. It is shown that the PAR (1) process with a random start 2 is capable of generating vectors with any specified means, covariance matrices and lag-one autocovariance matrices. With a random start, there is no transition period involved for achieving these moments, and the process is always periodic stationary. It is malso shown that the PAR (1) process with a fixed start is not 2 periodic stationary, and periodic stationarity as in the random start case can be obtained only after a certain transition period if the autoregressive parameters satisfy certain periodic stationarity conditions. This proves the superiority of a random start over a fixed start. The time-wise aggregation of the PAR (1) process with a 2 random start is also considered. It is shown that the aggregated process is always stationary, and its mean and the covariance matrix will be reproduced in the generation. The standardization of the PAR (1) process with a random start is also considered. It is shown 2 that the commonly used standardized version of the model is statistically equivalent to the original unstandardized version in terms of reproducing the same moments when unstandardized but they are not numerically equivalent. A numerically equivalent version of the standardized model is also considered.

Benzer Tezler

  1. Aktif hazne hacmi hesap metodları ve Bozkır ile Sultansuyu barajlarında uygulamaları

    Başlık çevirisi yok

    OSMAN ULUKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. NECATİ AĞIRALİOĞLU

  2. Dağılı bir hidrolojik model kullanarak Konya kapalı havzasında eksik akım verilerini doldurma ve çoklu istasyon kalibrasyonu

    Missing streamflow data filling and multi-gauge calibtarion in Konya closed basin using a distributed hydrological model

    ENES ERGÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET CÜNEYD DEMİREL

  3. Bootstrap yöntemi yardımıyla akım tahminlerindeki girdi belirsizliğinin incelenmesi

    Investigating of input uncertainty in streamflow forecasts using bootstrap method

    M. IBRAHIM TIMORI

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İnşaat MühendisliğiSüleyman Demirel Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKAN TONGAL

  4. Generation of rainfall using disaggregation models

    Parçalara ayırma modelleri kullanılarak yağış miktarı üretilmesi

    ALİ İHSAN MARTI

    Yüksek Lisans

    İngilizce

    İngilizce

    1998

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. UYGUR ŞENDİL

  5. Stochastic model for montly streamflows of Çoruh River at gouging station 2323

    Çoruh Nehri üzerinde 2323 no'lu itasyonun aylık akımlarının stokastik modellenmesi

    GÜLNUR USUL

    Yüksek Lisans

    İngilizce

    İngilizce

    1994

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NURİ MERZİ