×
玛丽亚·多洛雷斯·加迪亚·里瓦斯；杰苏斯·冈萨罗

分布特征趋势：全球变暖的存在。 （英语） 兹比尔1456.62261

《经济学杂志》。 214，第1期，153-174（2020）.
小结：存在什么类型的全球变暖？本研究引入了一种新的方法来回答这个问题，这是与气候变化分析相关的所有问题的起点。全球变暖被定义为全球温度某些分布特征（矩、分位数等）的增加趋势，此外还简单地检查了平均值。温度被视为一个函数随机过程，从中我们可以获得作为时间序列对象的分布特征。在这里，我们提出了一个简单的稳健趋势测试，并证明它能够检测到这些特征中存在未知的趋势成分（确定性或随机性）。将此趋势测试应用于英格兰中部的日温度（1772年至2017年）和全球横截面温度（1880年至2015年），我们得出了同样有力的结论：（i）所有分布特征（时间序列和横截面）都有增加的趋势，这种趋势在低分位数中大于平均分位数、中位数和高分位数；（ii）测量弥散度的特征呈负趋势（即较低温度比较高温度更快接近中值）。这种类型的全球变暖比只分析平均值所发现的后果更严重。

MSC公司：

第62页第12页 统计在环境和相关主题中的应用
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62第20页 统计学在经济学中的应用
86A08型 气候科学和气候建模

关键词：

气候变化；全球局部变暖；函数随机过程；分布特征；趋势；分位数；温度分布
PDF格式BibTeX公司 XML格式引用
\textit{M.D.Gadea Rivas}和\textit{J.Gonzalo}，J.Econom。214，第1号，153--174（2020；Zbl 1456.62261）
全文： 内政部 链接

参考文献：

[1] Andersen，T.G。；Bollerslev，T。；克里斯托弗森，P。；Diebold，F.X.，《波动性和相关性预测》（Elliott，G.；Granger，C.W.J.；Timmermann，A.，《经济预测手册》（2006年），阿姆斯特丹：北荷兰），778-878
[2] Andersen，T.G。；Bollerslev，T。；Diebold，F.X。；Labys，P.，《已实现波动率建模与预测》，《计量经济学》，第71期，第529-626页（2003年）·Zbl 1142.91712号
[3] Anderson，T.W.，《时间序列的统计分析》（1971），John Wiley&Sons，Inc·兹比尔0225.62108
[4] Arrhenius，S.，《关于空气中碳酸对地面温度的影响》，Phil.Mag.J.Sci。，第5251页，第41页（1896年）
[5] 贝伦盖尔·里科，V。；Gonzalo，J.，《随机过程的可求性——对非线性过程有效的积分和协整的推广》，《计量经济学杂志》，178，331-341（2014）·Zbl 1293.62176号
[6] Bosq，D.，《随机过程的非参数统计》（1998），纽约：施普林格出版社·Zbl 0902.62099号
[7] Bosq，D.，（函数空间中的线性过程。函数空间的线性过程，统计学课堂讲稿，第149卷（2000），Springer:Springer New York）·Zbl 0962.60004号
[8] Breitung，J.，面板数据某些单位根检验的局部功效，（Baltagi，B.，《计量经济学进展》，15：非平稳面板、面板协整和动态面板（2000），JAI出版社：JAI出版社阿姆斯特丹），161-178
[9] Breunig，R.V.，聚类数据的密度估计，经济学。修订版，20，353-367（2001）·Zbl 1077.62514号
[10] 布塞蒂，F。；Harvey，A.，趋势测试，计量经济学理论，24，72-87（2008）·Zbl 1280.62097号
[11] 坎杰尔斯，E。；Watson，M.W.，《在存在串行相关误差的情况下估计确定性趋势》，《经济学评论》。Stat.，79，184-200（1997）
[12] Chang，Y.、Kim，Ch.S.、Miller，J.I.、Park，J.Y.和Park，S.，2015年。全球温度分布的时间序列分析：识别和估计温度异常的持续特征。工作文件15-13，密苏里大学。
[13] Chang，Y。；Kim，Ch.S。；Park，J.Y.，状态密度时间序列的非平稳性，《计量经济学杂志》，192，152-167（2016）·Zbl 1419.62221号
[14] Choi，I.，面板数据的单位根检验，J.Int.Money Finance，20，249-272（2001）
[15] Dahlhaus，R.，基于经验谱测量的局部平稳时间序列的局部推断，《计量经济学杂志》，151101-112（2009）·Zbl 1431.62362号
[16] Davis，H.，《经济时间序列分析》（1941年），普林西比亚出版社
[17] Degenhardt，H.J.A。；Puri，M.L。；Sun，S。；Van Zuijlen，M.C.A.，（varphi）-混合下光滑经验过程和分位数过程的弱收敛特征，J.Statist。计划。推理，53，285-295（1996）·Zbl 0855.60028号
[18] 迪基，D.A。；Fuller，W.A.，单位根自回归时间序列估计量的分布，J.Amer。统计师。协会，74427-431（1979）·Zbl 0413.62075号
[19] Draghicescu，D。；吉拉斯，S。；Wu，W.B.，非平稳时间序列的分位数曲线估计和可视化，J.Compute。图表。统计人员。，18, 1-20 (2009)
[20] Durlauf，S.N。；Phillips，P.C.B.，《时间序列分析中趋势与随机游走》，《计量经济学》，第56期，第1333-1354页（1988年）·Zbl 0653.62068号
[21] Embrechts，P。；Klüppelberg，C。；Mikosh，T.，《保险和金融极端事件建模》（1999），施普林格出版社：施普林格出版社，柏林
[22] 埃斯特拉达，F。；盖伊·加西亚（Gay-García），C.佩伦（C.Perron）。体育。；Martínez-López，B.，为IPCC第四次评估报告生成的20世纪气候模拟的时间序列分析，《公共科学图书馆·综合》，第8期，第e60017页，（2013）
[23] Gay-García，C。；埃斯特拉达，F。；S.ánchez，A.，全球和半球温度回顾，Clim。变更，94333-349（2009）
[24] 美国格伦纳德。；Rosenblatt，M.，《平稳时间序列的统计分析》（1957），纽约：威利出版社·Zbl 0080.12904号
[25] Hamilton，J.，《时间序列分析》（1994），普林斯顿大学出版社·Zbl 0831.62061号
[26] Hansen，B.E.，相依数据核估计的一致收敛速度，经济学。理论，24726-748（2008）·Zbl 1284.62252号
[27] 哈维，D.I。；Mills，T.C.，《英格兰中部温度趋势建模》，J.Forecast。，22, 35-47 (2003)
[28] Hendry，D.F.，Pretis，F.，2013年。气候变化经济计量模型中的一些谬误。经济系。牛津大学。讨论文件643。
[29] 我，K.S。；Pesaran，M.H。；Shin，Y.，《异质面板单位根的测试》，《计量经济学杂志》，115，53-74（2003）·Zbl 1041.62075号
[30] IPCC公司。，2014年，《2014年气候变化：综合报告》。第一、二和三工作组对政府间气候变化专门委员会第五次评估报告的贡献。【核心写作团队，R.K.Pachauri和L.A.Meyer（编辑）】。IPCC，瑞士日内瓦。
[31] Johansen，S.，《协整向量自回归模型中基于似然的推断》（1995），牛津：牛津大学出版社·Zbl 0928.62069号
[32] P.D.琼斯。；李斯特，D.H。；奥斯本·T·J。；Harpham，C。；三文鱼，M。；Morice，C.P.，《半球和大规模陆地表面空气温度变化：对2010年的广泛修订和更新》，《地球物理杂志》。研究，117，1-29（2012）
[33] 考夫曼，R.K。；Kauppi，H。；Mann，M.L。；Stock，J.，《温度是否包含随机趋势：将统计结果与物理机制联系起来》，Clim。变更，118729-743（2013）
[34] 考夫曼，R.K。；Kauppi，H。；Stock，J.，《排放、浓度和温度：时间序列分析》，Clim。变更，77，249-278（2006）
[35] 考夫曼，R.K。；Kauppi，H。；Stock，J.，温度是否包含随机趋势？评估有冲突的统计结果，Clim。变更，101395-405（2010）
[36] Kendall，M.G。；Stuart，A.，《高级统计学理论》（1983），哈夫纳出版社：纽约哈夫纳出版公司
[37] 莱文，A。；林，C.F。；Chu，C.，面板数据中的单位根检验：渐近和有限样本性质，《计量经济学杂志》，108，1-24（2002）·Zbl 1020.62079号
[38] Maddala，G.S。；Wu，S.，单位根检验与面板数据和新的简单检验牛津公牛的比较研究。经济。统计人员。，61, 631-652 (1999)
[39] Maddison，A.，2013年。麦迪森项目，http://www.ggdc.net/maddison/maddison-project/home.htm2013版。
[40] Manley，G.，《1698年至1952年英格兰中部的平均温度》，Q.J.R.Meteorol。《社会学杂志》，79，242-261（1953）
[41] Manley，G.，《英格兰中部气温：月平均1659至1973年》，Q.J.R.Meteorol。《社会学杂志》，100389-405（1974）
[42] Marmol，F。；Velasco，C.，时间序列分析中的趋势平稳性与长期依赖性，《计量经济学杂志》，108，25-42（2002）·Zbl 1020.62080号
[43] Mills，T.C.，《剥猫皮：代表温度趋势的替代模型》。编辑评论，Clim。变更，101415-426（2010）
[44] 米勒，英国。；Watson，M.，《低频可变性测试模型》，《计量经济学》，76979-1016（2008）·Zbl 1152.91717号
[45] 纽伊，W.K。；West，K.D.，一个简单的半正定、异方差和自相关一致协方差矩阵，《计量经济学》，55，703-708（1987）·Zbl 0658.62139号
[46] Park，J.Y。；Qian，J.，连续状态分布的函数回归，《计量经济学杂志》，167，397-412（2012）·Zbl 1441.62829号
[47] 帕克·D·E。；Horton，E.B.，《1878年以来英格兰中部温度系列的不确定性以及最大和最小系列的一些变化》，《国际气候杂志》。，25, 1173-1188 (2005)
[48] 帕克·D·E。；腿，T.P。；Folland，C.K.，《英格兰中部新的每日气温系列，1772-1991年》，《国际气候杂志》。，12, 317-342 (1992)
[49] Phillips，P.，趋势时间序列计量经济学的挑战，数学。计算。模拟，68，401-416（2005）·Zbl 1065.62196号
[50] Proietti，T。；Hillebrand，H.，《英格兰中部温度的季节变化》，J.R.Statist。社会统计师。Soc.Ser A，180，3，769-791（2017年）
[51] Silverman，B.W.，密度及其导数的核估计的弱一致性和强一致性，Ann.Statist。，6, 177-184 (1978) ·兹伯利0376.62024
[52] Taylor，A.，购买力平价难题的潜在陷阱？《单一价格定律均值-回归检验中的抽样和规范偏差》，《计量经济学》，69，473-498（2001）
[53] Vogelsang，T.J.，《存在序列相关性的趋势函数假设检验》，《计量经济学》，66123-148（1998）·Zbl 1055.62576号
[54] White，H.，使用最小二乘法近似未知回归函数，Internat。经济。修订版，21149-170（1980）·Zbl 0444.62119号
[55] 白色，H。；Granger，C.W.J.，《考虑时间序列中的趋势》，J.time-Ser。经济。，3, 1-4 (2011) ·兹比尔1266.62071
[56] Zhou，Z。；Wu，W.B.，非三元时间序列的局部线性分位数估计，Ann.Statist。，37, 2696-2729 (2009) ·Zbl 1173.62066号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。