مدل‌بندی احتمالی داده‌های جهت وزش باد ایستگاه‌های هواشناسی استان کردستان با استفاده از توزیع‌های دایره‌ای چوله

نوع مقاله: مقاله پژوهشی

نویسندگان

گروه آمار، دانشگاه تربیت مدرس

چکیده

در بررسی بعضی از پدیده‌ها، پژوهشگران معمولا با داده‌هایی مواجه می‌شوند که ذاتا ماهیت اقلیدسی ندارند. تحقیق راجع به ویژگی‌های این نوع داده‌ها نیازمند استفاده از ابزارهای جدید آماری است. روش‌های آماری برای تحلیل این‌گونه داده‌ها به آمار غیرخطی معروف هستند. آمار دایره‌ای مثالی از این حوزه از آمار است. در این مقاله ضمن معرفی چند توزیع دایره‌ای که قابلیت مدل‌بندی داده‌های دایره‌ای چوله را دارند، به مدل‌بندی احتمالاتی داده‌های جهت وزش باد ایستگاه‌های هواشناسی استان کردستان پرداخته می‌شود.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Probabilistic Modeling of Wind Direction Data Related to Meteorological Stations of Kurdistan Province Using Skew Circular Distributions

نویسندگان [English]

  • Mousa Golalizadeh
  • Hamidreza Mosaferi Ghomikolaee
Department of Statistics, University of Tarbiat Modares
چکیده [English]

In studying some phenomena, the researchers are usually encountered with data that are not Euclidean in nature. To investigate the properties of these data, it is required to use some new statistical tools. Statistical methods to analysis these typical data are called non-linear statistics. Circular statistics is an example of this field. After explaining some circular distributions that are able to model skew circular data, probabilistic modeling of wind direction data related to meteorological stations of Kurdistan province is studied in this paper.

کلیدواژه‌ها [English]

  • Non-linear statistics
  • Circular distributions
  • Skewness
  • Wind direction data
[1] Mardia, K. V. (1972). Statistics of directional data, Academic Press, London.

[2] Mardia, K. V. and Jupp, P. E. (2000). Directional statistics, Wiley, Chichester.

[3] Jammalamadaka, S. R. and SenGupta, A. (2001). Topics in Circular Statistics, World Scientific, New Jersey.

[4] Azzalini, A. (1985). A Class of distributions which includes the normal ones, Scandinavian Journal of Statistics12, 171-178.

[5] Pewsey, A. (2000). Problems of inference for Azzalini's skew-normal distribution, Journal of Applied Statistics27, 859-870.

[6] Pewsey, A. (2000). The Wrapped skew-normal distribution on the circle, Communications in Statistics Theory and Methods29, 2459-2472.

[7] Pewsey, A. (2006). Modelling asymmetrically distributed circular data using the wrapped skew-normal distribution, Environmental and Ecological Statistics13, 257-269.

[8] Hernández-Sánchez, E., and Scarpa, B. (2012). A Wrapped flexible generalized skew-normal model for a bimodal circular distribution of wind directions. Chil. J. Statist3, 131-143.

[9] Gatto, R., and Jammalamadaka, S. R. (2007). The Generalized von Mises distribution, Statistical Methodology4, 341-353.

[10] Gatto, R. (2008). Some computational aspects of the generalized von Mises distribution, Statistics and Computing18, 321-331.

[11] Umbach, D., and Jammalamadaka, S. R. (2009). Building asymmetry into circular distributions, Statistics and Probability Letters79, 659-663.

[12] Abe, T., and Pewsey, A. (2011). Sine-Skewed circular distributions, Statistical Papers52, 683-707.

[13] نجیبی، س. م؛ و گل‌علی‌زاده، م. (۱۳۸۹). بررسی آماری زوایای جهت وزش باد، نشریه ندا، سال هشتم، شماره دوم، 49-42.