English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 49064/83170 (59%)
造訪人次 : 6961022      線上人數 : 36
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/17322


    題名: 非線性RCA模式應用於水文時序之研究
    其他題名: Studies on nonlinear RCA model with application on hydrological time series
    作者: 虞國興;林河山
    貢獻者: 淡江大學水資源及環境工程學系
    關鍵詞: 隨機係數自迴歸模式;水文時序;參數推估;預測能力;Random Coefficient Autoregressive Model;Hydrological Time Series;Parameter Estimation;Forecasting Ability
    日期: 1997-12-17
    上傳時間: 2009-08-04 14:43:29 (UTC+8)
    摘要: 本研究主要探討非線性時間序列模式中之隨機係數自迴歸模式,簡稱RCA模式, 及其應用於台灣河川月流量資料之適用性, 並與傳統線性自迴歸模式, 做一比較。 本研究於合成資料參數推估時RCA模式受推估法及樣本數之影響較大; 於實測資料分析上, 就統計特性保存能力方面, RCA模式於平均值及變異數之保存能力則優於AR模式, 另於預測能力表現上, 於台灣南部地區, 除勢後RCA模式則皆具較除勢後之AR模式為佳。 總體而言, 除勢後RCA模式於預測能力與統計特性保存能力上之表現均優於除勢後AR模式。
    The major objective of this present study is to investigate the nonlinear time series model that is Random Coefficient Autoregressive Model, denoted RCA model in brief. The linear autoregressive model is also compared with nonlinear models. In this research, the parameters estimation of the nonlinear model are studied. The monthly riverflow data in Taiwan are employed to investigate the aptness of these nonlinear time series models. The results indicate that the estimation of parameter for RCA model is affected by sample size and estimation method. The RCA model has better forecasting ability than AR model when the data are detrended in south area of Taiwan. In conclusion, the nonlinear time series models are appropriate for riverflow in Taiwan.
    關聯: 八十六年度農業工程研討會論文集,頁 113-119
    顯示於類別:[水資源及環境工程學系暨研究所] 會議論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    非線性RCA模式應用於水文時序之研究.docx摘要13KbMicrosoft Word87檢視/開啟
    非線性RCA模式應用於水文時序之研究_西文摘要.docx摘要13KbMicrosoft Word49檢視/開啟

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回饋