假设我有许多时间序列，例如来自某个地区各个站点的许多温度记录。我想获得整个地区的单一温度记录，我可以用它来描述区域气候的各个方面。直观的方法可能是简单地取每个时间步的所有站点的平均值，但我的统计蜘蛛感（我肯定还没有很好地接触）告诉我这可能并不那么容易。特别是，我认为对整个区域进行平均将消除一些有趣的极端温度，并且我可能会遇到靠近站之间的依赖性的问题。
如果我尝试这样的策略，我可能会面临哪些其他问题，有没有办法克服它们，或者更明智的方法来组合这种数据？
注意：答案可能比我提供的空间示例更笼统。
组合多个时间序列时应该注意哪些问题？
机器算法验证
时间序列
气候
2022-03-17 01:07:51
1个回答
首先，我想说我会添加评论，但我还不能这样做（代表），但我喜欢这个问题并想参与，所以这里有一个“答案”。另外，我看到这很旧，但很有趣。
首先，是否可以使用降维技术（如 PCA）来压缩时间序列？如果第一个特征值很大，也许这意味着您对特征向量的使用将代表大部分动态。
其次，更一般地说，您希望使用时间序列做什么？不知道别的，我猜温度可能会变化很大。例如，如果某些温度记录在城市附近，您可能会得到“热岛”类型的效果。或者，横向距离的微小变化恰好会产生垂直距离的巨大变化——一个位置可能在海平面上，就在海洋上，另一个位置不是“太远”，而是海拔一公里。那些肯定会有不同的温度！
这些只是一些想法。也许其他人可以加入并给出更好的答案。
其它你可能感兴趣的问题