STATISTICAL ANALYSIS AND FORECASTING OF METEOROLOGICAL DATA OF THE REPUBLIC OF UZBEKISTAN BASED ON TIME SERIES MODELS

Annotatsiya. Ushbu maqolada 1904-2023 yillarga oid Toshkent - Observatoriya meteostansiyasining dekabr oyidagi kunlik o‘rtacha havo harorati ma'lumotlarini (120 yillik kuzatuvlar) statistika usullari yordamida tahlil qilib, prognozlash imkoniyatlarini o‘rganilgan. Maqolada vaqt qatorlarining dastlabki tekshiruvlari (eksplorator tahlil, STL yordamida trend va mavsumiylikni ajratish), statsionarlik sinovlari (ADF va KPSS), korelyatsion strukturani aniqlash (ACF va PACF), shuningdek AR, MA, ARMA, ARIMA va SARIMA kabi klassik modellarni tanlash, parametr baholash, hamda modelning diagnostika va prognoz sifatini baholash bosqichlari batafsil bayon etilgan. Model tanlashda AIC/BIC mezonlari, qoldiqlarni tekshirish (Ljung-Box testi) hamda rolling-origin (time series cross-validation) asosida prognozlarning barqarorligi tekshirildi. Abstract. In this article we analyze the daily average air temperature for December at the Tashkent Observatory meteorological station over the period 1904-2023 (120 years of observations), using statistical methods and explore forecasting possibilities. The article details the following steps: initial inspection of the time series (exploratory analysis, decomposition of trend and seasonality using STL), stationarity tests (the Augmented Dickey-Fuller (ADF) and Kwiatkowski-Phillips-Schmidt-Shin (KPSS) tests), identification of the correlation structure (ACF and PACF functions), as well as selection of classical models - AR, MA, ARMA, ARIMA and SARIMA. The stages of parameter estimation, model diagnostics and forecast quality assessment are described. In model selection, AIC/BIC criteria were used, residuals were checked (Ljung-Box test), and rolling-origin (time series cross-validation) was applied to verify the stability of forecasts. Aннотация. В данной статье проанализированы данные по среднесуточной температуре воздуха в декабре на метеостанции «Ташкент‑Обсерватория» за период 1904-2023 гг. (120 лет наблюдений) с использованием методов статистики, а также исследованы возможности прогноза. В статье подробно описаны следующие этапы: первоначальный осмотр временных рядов (эксплораторный анализ, разложение на тренд и сезонность с помощью метода STL), тесты стационарности (тесты Augmented Dickey-Fuller test (ADF) и Kwiatkowski-Phillips-Schmidt-Shin test (KPSS)), установление корреляционной структуры (функции автокорреляции ACF и частичной автокорреляции PACF), а также выбор классических моделей - AR, MA, ARMA, ARIMA и SARIMA. Описаны этапы оценки параметров модели, диагностики модели и оценки качества прогноза. При выборе модели использовались критерии AIC/BIC, проверка остатков (тест Ljung-Box test) и скользящая проверка с источником (rolling-origin / time series cross-validation) для проверки устойчивости прогнозов.

Not yet translated