This thesis examines historical temperature trends using the Generalized Autoregressive Score (GAS) and Seasonal Autoregressive Integrated Moving Average (SARIMA) models, with particular emphasis on the former because of its ability to analyze the time-varying nature of characteristics. This work not only tracks average temperatures, but also looks at maximum and minimum values, revealing an upward trend across all metrics, most notably after the year 1950. While variability changes in monthly data were not consistently evident, specific subsets like January averages and winter minimums displayed decreases in variability patterns. The SARIMA model showed superior performance in monthly data analysis, and its forecasts for 2063 predict significant temperature rises, thus affirming the increasing impact of climate change. GAS was chosen for forecasting purposes based on annual data and predicted higher temperature increases for winter than for summer months. These insights improve understanding of temperature dynamics and may assist in further research on climate modeling.
Klíčová slova:
Score-driven models; SARIMA model; Air Temperature Analysis; GAS model
Název práce:
Modely založené na skóre pro analýzu teploty vzduchu
Autor(ka) práce:
Šumníková, Alžběta
Typ práce:
Diplomová práce
Vedoucí práce:
Tomanová, Petra
Oponenti práce:
Veverka, Lukáš
Jazyk práce:
English
Abstrakt:
Tato práce zkoumá historické teplotní trendy pomocí modelů GAS (Generalized Autoregressive Score) a SARIMA (Seasonal Autoregressive Integrated Moving Average), přičemž zvláštní důraz je kladen na první z nich, neboť umožňuje analyzovat časově proměnlivou variabilitu dat. Práce sleduje nejen průměrné teploty, ale zabývá se také maximálními a minimálními hodnotami a odhaluje vzestupný trend ve všech těchto ukazatelích, zejména po roce 1950. Zatímco změny variability v měsíčních údajích nebyly patrné, určité podskupiny, jako jsou lednové průměry a zimní minima, vykazovaly klesající vzorce variability. Model SARIMA dosáhl při analýze měsíčních dat lepšího výkonu a jeho předpovědi pro rok 2063 předpovídají výrazný nárůst teplot, což potvrzuje rostoucí vliv klimatických změn. Model GAS byl vybrán pro predikce ročních údajů, přičemž pro zimní měsíce předpovídá vyšší nárůst teploty než pro měsíce letní. Tyto poznatky zlepšují chápání dynamiky teplot a mohou pomoci při dalším výzkumu modelování klimatu.
Klíčová slova:
analýza teploty vzduchu; GAS model; SARIMA model; modely založené na skóre