Data-Driven Spatial Weight Matrices for Space-Time Autoregressive Models: A Similarity-Based Framework with an Application to Global Temperature Dynamics
यह शोध पत्र स्पेस-टाइम ऑटोरेग्रेसिव मॉडलों को बेहतर बनाने के लिए भौगोलिक निकटता के बजाय सांख्यिकीय समानता के आधार पर स्थानिक भार मैट्रिक्स (spatial weight matrices) के निर्माण हेतु एक डेटा-संचालित ढांचे का प्रस्ताव करता है, जो वैश्विक तापमान विश्लेषण के माध्यम से यह प्रदर्शित करता है कि समानता-आधारित विनिर्देश, विशेष रूप से हैमिंग दूरी (Hamming distance) का उपयोग करने वाले, पारंपरिक निरंतरता-आधारित दृष्टिकोणों की तुलना में पूर्वानुमान सटीकता में महत्वपूर्ण सुधार करते हैं।