Adjacent-category models for ordinal time series and their application to climate-dependent spruce budworm defoliation dynamics
有序时间序列的相邻类别模型及其在气候相关云杉卷叶蛾落叶动态中的应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确构建有序变量的自回归时间序列模型并检验动态结构，支持时间序列分类；未研究个体离散选择行为。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
有序时间序列的相邻类别模型及其在气候相关云杉卷叶蛾落叶动态中的应用
- 研究问题
- 如何为有序等级时间序列建立自回归模型，并研究加拿大东部两地气候与虫害落叶强度的关系及动态结构差异？
- 方法与思路
- 作者提出相邻类别自回归模型，采用最大似然估计，建立估计量渐近性质，并设计 Portemanteau 拟合检验和参数比较检验。
- 材料陈述的贡献
- 摘要称，估计量一致且渐近高斯；应用发现春夏最高日温范围与落叶强度存在二次关系，并可比较两地自回归结构。
- 阅读关注点
- 应核对有序类别的转移机制、似然与渐近条件、拟合检验校准，以及温度阈值区间较宽时对关系解释的影响。
- 阅读边界
- 所给来源为 arXiv 预印本，同行评审未经核实；摘要未列完整模型条件，所述气候关联不能直接解释为已识别的因果效应。
原文摘要
This work proposes an adjacent-category autoregressive model for time series of ordinal variables. We apply this model to dendrochronological records to study the effect of climate on the intensity of spruce budworm defoliation during outbreaks in two sites in eastern Canada. The model's parameters are estimated using the maximum likelihood approach. We show that this estimator is consistent and asymptotically Gaussian distributed. We also propose a Portemanteau test for goodness-of-fit. Our study shows that the seasonal ranges of maximum daily temperatures in the spring and summer have a significant quadratic effect on defoliation. The study reveals that for both regions, a greater range of summer daily maximum temperatures is associated with lower levels of defoliation up to a threshold estimated at 22.7C (CI of 0-39.7C at 95%) in Témiscamingue and 21.8C (CI of 0-54.2C at 95%) for Matawinie. For Matawinie, a greater range in spring daily maximum temperatures increased defoliation, up to a threshold of 32.5C (CI of 0-80.0C). We also present a statistical test to compare the autoregressive parameter values between different fits of the model, which allows us to detect changes in the defoliation dynamics between the study sites in terms of their respective autoregression structures.