Forecasting daily meteorological time series using ARIMA and regression models
Artykuł w czasopiśmie
MNiSW
25
Lista A
| Status: | |
| Autorzy: | Murat Małgorzata, Malinowska Iwona, Gos Magdalena, Krzyszczak Jaromir |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Rok wydania: | 2018 |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Arkusze wydawnicze: | 0,7 |
| Język: | angielski |
| Numer czasopisma: | 2 |
| Wolumen/Tom: | 32 |
| Strony: | 253 - 264 |
| Impact Factor: | 1,227 |
| Web of Science® Times Cited: | 54 |
| Scopus® Cytowania: | 76 |
| Bazy: | Web of Science | Scopus | DOAJ | Agro |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | NIE |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Otwarte czasopismo |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 18 maja 2018 |
| Abstrakty: | angielski |
| The daily air temperature and precipitation time series recorded between January 1, 1980 and December 31, 2010 in four European sites (Jokioinen, Dikopshof, Lleida and Lublin) from different climatic zones were modeled and forecasted. In our forecasting we used the methods of the Box-Jenkins and Holt- Winters seasonal auto regressive integrated moving-average, the autoregressive integrated moving-average with external regressors in the form of Fourier terms and the time series regression, including trend and seasonality components methodology with R software. It was demonstrated that obtained models are able to capture the dynamics of the time series data and to produce sensible forecasts. |
