Prediction of air pollutants PM10 by ARBX(1) processes

Resumen

This work adopts a Banach-valued time series framework for component-wise estimation and prediction, from temporal correlated functional data, in presence of exogenous variables. The strong-consistency of the proposed functional estimator and associated plug-in predictor is formulated. The simulation study undertaken illustrates their large-sample size properties. Air pollutants PM10 curve forecasting, in the Haute-Normandie region (France), is addressed by implementation of the functional time series approach presented.

Publicación
Stochastic Environmental Research and Risk Assessment, 33, 33, 1721–1736

Ver el resto de producción científica en Google Scholar.

cambio climático series temporales datos funcionales (FDA)
Javier Álvarez Liébana
De Carabanchel. Doctor en Estadística

Licenciado en Matemáticas, Doctor en Estadística, Ayudante Doctor, investigador, docente e intentando esto de la divulgación. Especializado en estadística, programación en R y visualización de datos.

Siguiente
Anterior