Logo Interra
Home über uns Produkte / Dienstleistungen Referenzen Information Kontakt

 

 

Datenqualität
Reliefanalyse
Regionalisierung
Zeitreihenanalyse
Stoffhaushalt
englische Version

Arbeitsgebiet Zeitreihenanalyse:
Statistische Analyse und Modellbildung zeitabhängiger Parameter 


Umweltdaten bilden häufig zeitabhängige Folgen von Datenpunkten (Zeitreihen). Für die mathematisch-statistischen Analyse von Zeitreihen und der Vorhersage (Trends) ihrer künftigen Entwicklung stehen spezielle Methoden zur Verfügung.

 

Als Statistiktool verwenden wir R (https://www.R-project.org). 

 

In Zeitreihen von Umweltdaten finden sich i.d.R. mehr oder minder starke zeitliche Abhängigkeiten zwischen den Messdaten. Diese sogenannten Autokorrelationen können sowohl zur Datenkorrektur, als auch zur Hypothesenbildung bei wissenschaftlichen Ursache-Wirkungsanalysen eingesetzt werden.

 

 

Im Zuge der explorativen Datenanalyse erstellen wir bei Zeitreihen u.a. empirische Korrelogramme, Kreuzkorrelationen und (auch multivariate) autoregressive Funktionen (auch höherer Ordnung)

 

 


Auswertungsbeispiel: Kombination von autoregressivem Schätzverfahren mit lokalem Glättungsverfahren

 

Im folgenden Beispiel erfolgte die Datenanalyse und Datenaufbereitung in zwei Stufen:


  • 1. Auswertungsstufe: Korrektur von Messausfällen mit autoregressivem zeitreihenanalytischem Verfahren (Messzeitraum 1.11.91-31.12.00). Mit dem autoregressiven Verfahren lassen sich, wie das Beispiel zeigt, nicht nur Messausfälle überbrücken, sondern auch Prognosen zukünftiger Entwicklungen (hier: Zeitraum 2001-2002) durchführen.

  • 2. Auswertungsstufe: Anwendung eines automatischen statistischen Glättungsverfahrens, um die wichtigen saisonalen Zyklen und globalen Trends sichtbar zu machen (lokales Glättungsverfahren durch Polynome). Im Beispiel werden die optimalen Glättungsparameter durch den AICC (bias-corrected Akaike information criterion) automatisch (=objektiv) ermittelt.

 

 

[Reliefanalyse]

[Regionalisierung]

[Zeitreihenanalyse]

 

Anwendungsbeispiele aus dem Bereich Datenkorrekturen:

 

     [Anwendungsbeispiel: Korrektur von Sickerwasserdaten]

     [Beispiel Klimadatenkorrekturen]

     [zum Problem autokorrelierter Residuen bei Zeitreihen]

 

 

18-02 2016

[Impressum] [Sitemap] [Datenschutz]

(c) 2006 Dietmar Zirlewagen, Interra, Büro für Umweltmonitoring
Alle Rechte vorbehalten.