Fig. 5 presents various standard ti

Fig. 5 presents various standard time series diagnostic plots of the model fitted to the NCDC temperature anomaly data.
Fig. 5a illustrates that the standardized innovation residuals appear to be random with no evident outliers and constant variance.
The partial autocorrelation plot (Fig. 5b) strongly indicates that the main autocorrelations of the model residuals have
been adequately represented by expression (2). Furthermore, the Ljung-Box test (Ljung and Box, 1978) supports the hypothesis
that all autocorrelations of the residuals up to lag 24 are zero (p-value = 0.26). The Breusch–Pagan test (Maddala, 2001)
was non-significant further supporting the hypothesis that the residuals are homoscedastic. However, a Q-Q plot of the standardized
innovation residuals (Fig. 5c) suggests that the tails of the residual distribution are slightly heavier than that of a
normal distribution. In addition, the Shapiro–Wilk test (Royston, 1982) yields a p-value of less than 0.01 which also indicates
that the residuals are non-normal. These facts together support the need to use a non-parametric bootstrap when simulating
the global temperature anomaly time series even though little difference was observed in the simulation results between
this and when the parametric bootstrap was used. Mild departures from the validated modelling assumptions examined
in this section may occur for a variety of reasons (Brohan et al., 2006), but the simulation results presented below indicate
that, even if they exist, they have only had a minor impact.

ผลลัพธ์ (ไทย) 1:

ชุดเวลามาตรฐานต่าง ๆ ผืนวินิจฉัยแบบพอดีกับ NCDC อุณหภูมิช่วยข้อมูลการนำเสนอ fig. 5
Fig. ของ 5a แสดงว่า ค่าคงเหลือนวัตกรรมมาตรฐานจะ ถูกสุ่มไม่ outliers ชัดและคงต่าง
พล็อต autocorrelation บางส่วน (Fig. 5b) ขอบ่งชี้ว่า มี autocorrelations หลักของค่าคงเหลือรุ่น
เพียงพอถูกนำเสนอ โดยนิพจน์ (2) นอกจากนี้ การทดสอบกล่อง Ljung (Ljung และกล่อง 1978) สนับสนุนทฤษฏี
autocorrelations ทั้งหมดของค่าคงเหลือถึงความล่าช้า 24 ศูนย์ (ค่า p = 0.26) ทดสอบ Breusch – พุกาม (Maddala, 2001)
ถูกไม่สำคัญสนับสนุนสมมติฐานที่ว่า ค่าคงเหลือที่มี homoscedastic เพิ่มเติม อย่างไรก็ตาม Q-Q พล็อตของการมาตรฐาน
นวัตกรรมค่าคงเหลือกิน 5c) แนะนำหางของการแจกจ่ายส่วนที่เหลือเล็กน้อยหนักกว่าที่เป็น
แจก นอกจากนี้ การทดสอบ Shapiro – Wilk (Royston, 1982) ก่อให้เกิด p-ค่าน้อยกว่า 0.01 ซึ่งบ่งชี้
ค่าคงเหลือไม่ปกติ ข้อเท็จจริงสนับสนุนใช้ bootstrap ไม่ใช่พาราเมตริกเมื่อจำลองกัน
ช่วยโลกอุณหภูมิเวลาชุดแม้ว่าความแตกต่างน้อยถูกพบในผลการทดลองระหว่าง
นี้และเมื่อใช้ bootstrap พาราเมตริก อ่อนออกจากสมมติฐานสร้างแบบจำลองการตรวจตรวจสอบ
ในส่วนนี้อาจเกิดขึ้นได้ด้วยเหตุผล (Brohan และ al., 2006), แต่ผลการทดลองที่แสดงด้านล่างระบุ
ที่ แม้ว่าพวกเขามี อยู่ นอกจากนี้พวกเขาเท่านั้นมีมีผลกระทบเล็กน้อย

ผลลัพธ์ (ไทย) 2:

มะเดื่อ 5 ที่มีการจัดอนุกรมเวลาแปลงวินิจฉัยต่างๆมาตรฐานของรูปแบบพอดีกับข้อมูลความผิดปกติอุณหภูมิ NCDC
รูป 5a แสดงให้เห็นว่าเหลือนวัตกรรมมาตรฐานดูเหมือนจะเป็นแบบสุ่มที่ไม่มีค่าผิดปกติที่เห็นได้ชัดและความแปรปรวนคงที่
พล็อตผิดพลาดที่สัมพันธ์บางส่วน (รูปที่ 5b) ยิ่งแสดงให้เห็นว่า autocorrelations หลักของรูปแบบที่เหลือได้
รับการเป็นตัวแทนอย่างเพียงพอโดยการแสดงออก (2) นอกจากนี้ผลการทดสอบ Ljung-Box (Ljung และกล่อง 1978) สนับสนุนสมมติฐาน
ที่ autocorrelations ทุกเหลือถึง 24 ล่าช้าเป็นศูนย์ (p-value = 0.26) ทดสอบ Breusch-อิสลาม (Maddala, 2001)
ก็ไม่สำคัญต่อการสนับสนุนสมมติฐานที่ว่าเหลืออยู่ homoscedastic แต่พล็อต QQ ของมาตรฐาน
เหลือนวัตกรรม (รูป 5c) แสดงให้เห็นว่าหางของการกระจายส่วนที่เหลือเล็กน้อยหนักกว่าที่ของ
การกระจายปกติ นอกจากนี้ผลการทดสอบ Shapiro-Wilk (รอยสตัน, 1982) อัตราผลตอบแทนค่า p-value น้อยกว่า 0.01 ซึ่งยังระบุ
ว่าเหลืออยู่ไม่ปกติ ข้อเท็จจริงเหล่านี้ร่วมกันสนับสนุนการจำเป็นที่จะต้องใช้เงินทุนไม่พาราจำลองเมื่อ
อุณหภูมิของโลกอนุกรมเวลาความผิดปกติแม้ความแตกต่างเล็ก ๆ น้อย ๆ ที่พบในผลการจำลองระหว่าง
นี้และเมื่อบูตตัวแปรถูกนำมาใช้ อ่อนออกจากสมมติฐานการสร้างแบบจำลองการตรวจสอบการตรวจสอบ
ในส่วนนี้อาจเกิดขึ้นได้จากหลายสาเหตุ (Brohan และคณะ. 2006) แต่ผลการจำลองที่นำเสนอด้านล่างแสดงให้เห็น
ว่าถึงแม้ว่าพวกเขาอยู่พวกเขามีผลกระทบเพียงเล็กน้อย

ผลลัพธ์ (ไทย) 3:

รูปที่ 5 แสดงมาตรฐานต่าง ๆเพื่อแปลงอนุกรมเวลาแบบพอดีกับ ncdc อุณหภูมิข้อมูลความผิดปกติ .
รูป 5A แสดงให้เห็นว่าค่านวัตกรรมมาตรฐานที่ปรากฏจะสุ่มกับไม่ประจักษ์แจ้งผิดปกติและความแปรปรวนคงที่ .
พล็อตข้อมูลบางส่วน ( มะเดื่อ 5B ) ขอระบุว่าหลักของความคลาดเคลื่อนมีอัตตสหสัมพันธ์ระดับนางแบบ
ถูกนำมาแสดงโดยการแสดงออก ( 2 ) นอกจากนี้ ljung ทดสอบกล่อง ( ljung และกล่อง , 1978 ) สนับสนุนสมมติฐาน
ที่อัตตสหสัมพันธ์ระดับของค่าคลาดเคลื่อนถึงความล่าช้า 24 ศูนย์ ( p-value = 0.26 ) การ breusch –พุกามทดสอบ ( maddala , 2001 )
คือไม่แตกต่างกัน เพิ่มเติมสนับสนุนสมมติฐานที่ว่า ซึ่งเป็น homoscedastic . อย่างไรก็ตาม ครั้งแรก
พล็อตของมาตรฐานซึ่งนวัตกรรม ( รูปที่ 5 ) แสดงให้เห็นว่าหางของการแจกแจงที่เหลือเป็นเล็กน้อยหนักกว่าของ
การแจกแจงแบบปกติ นอกจากนี้ การทดสอบ Shapiro ) ตัวแทน ( Royston , 1982 ) ผลผลิต ( p น้อยกว่า 0.01 ซึ่งยังพบว่าค่า
ที่ไม่ปกติ ข้อเท็จจริงเหล่านี้ร่วมกันสนับสนุนต้องใช้ไม่ใช้พารามิเตอร์บู
เมื่อจำลองอุณหภูมิโลกมิติเวลาชุดแม้ว่าความแตกต่างเล็กน้อยพบว่าในผลการทดสอบระหว่าง
นี้และเมื่อบูตสแตรปพารามิเตอร์ที่ใช้ ตรวจสอบสมมติฐานแบบอ่อน ขาออกจากตรวจสอบ
ในส่วนนี้ อาจเกิดขึ้นได้หลายสาเหตุ ( brohan et al . , 2006 ) แต่ผลการทดสอบที่แสดงด้านล่างแสดง
, แม้ว่าพวกเขาอยู่พวกเขาได้มีเพียงผลกระทบเล็กน้อย