我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
日降雨量对人类活动有着巨大的影响,研究其随时间和空间的变化,以及全球指标对其的影响,对澳大利亚农业至关重要。我们分析了自1876年以来超过2.94亿次的日降雨量测量,覆盖了澳大利亚大陆的17606个地点。数据不仅庞大而且复杂,这一主题将受益于一个通用且公开可用的统计框架。我们提出了一个贝叶斯层次混合模型,该模型适用于混合离散连续数据。观测水平通过专家混合模型描述了特定地点的时间和气候变化。在层次结构的下一层,混合权重参数的空间变异性由空间高斯过程先验建模。开发了一种并行分布式马尔可夫链蒙特卡罗采样器,该采样器可将模型扩展到大数据集。我们提供了关于混合权重、月强度水平、每日时间相关性、气候驱动因素影响的场外预测和整个大陆长期降雨趋势的后验推断示例。实现本文提出的方法的计算机代码作为R包提供。
迈克尔·贝托拉奇。 爱德华·克里普斯。 奥里·罗森。 约翰·W·刘。 萨利·克里普斯。 “1876-2015年澳大利亚大陆日降雨量的气候推断。” Ann.应用。斯达。 13 (2) 683 - 712, 2019年6月。 https://doi.org/10.1214/18-AOAS1218