海滩污染的时间序列模型

海滩检查员对海滩污染进行了视觉评估，评分为0、1、2、3或4，分别对应于无、低、微量、中等或高污染水平。该数据包括澳大利亚悉尼34个海滩640天的污染评级，以及随之而来的风、雨、洋流和温度信息。主观测量的污染数据和客观量化的物理变量之间的统计显著关系的发展不仅有助于解释污染的发生，而且为评级量表本身作为视觉污染的有用衡量标准提供了可信度。分析定性数据的方法与时间序列模型相结合，以考虑物理变量的影响，这些变量的影响会随着时间的推移而延迟和消散。GLIM统计语言适用于对评级数据进行建模。它通常不用于时间序列建模。最常用的时间序列软件不适用于评级数据。这里的应用程序需要两种方法的结合。建立了专用模型，然后用GLIM语言编写软件，以调查评分量表数据为因变量，物理数据为自变量，估计时间序列模型。这项工作还提出了开发无污染天数预测的可能性，并导致开发了一种新的时间序列模型估计方案。