我想要一些關於如何分析時間序列數據的建議。
我有 5 個月內 5 個地點每小時的水溫數據測量值。
我通過以下方式總結了我的數據
1.站點(5個站點)
2.日（0-150）
2. 月份（6月至10月，5個級別）
3. 日平均溫度（響應變量1）
4. 每日最高溫度（響應變量 2）
5. 每日標準差，或其他一些變化量度（響應變量 3）
所以我有 5 x 5 x 150 = 750 個觀察值
我想測試以下內容：-
1. 我的響應變量在站點之間是否存在顯著差異？
2.有每月一次的互動嗎？ 例如，在第 1 個月，所有站點都有類似的響應，而在第 2 個月，一個站點的響應將明顯高於其他站點。
我計劃通過指定時間自相關結構來進行時間序列/或混合模型分析。
對於固定效應，我希望解釋變量是
選項 1- 個月（作為因素）、地點（作為因素）以及這兩者的相互作用。
選項 2 - 天（作為連續變量）和地點（作為因素）以及這兩者的相互作用。
由於這是一個時間序列數據，我預計會有顯著的時間自相關。
因此，當我對平均溫度和最高溫度進行分析時，我應該添加一個相關結構。 但我不確定應該使用哪個變量進行相關 - 月還是日？
另外我想對每日溫度的標準差進行方差分析/方差分析，所以為此我還需要添加相關結構嗎？ 或者因為它是偏差，所以這些值變得獨立？
謝謝
嗨，辛格！
我很確定這不是您想听到的，但這是我的建議：諮詢熟悉時間序列分析的專業統計學家，您可以與他們一起了解申請的所有背景和細節。
關於您的申請，我想到了很多問題。在我看來，解決這些問題並不是討論論壇的優勢之一，而且您的問題提出了統計問題，不一定是 JMP 問題。
祝你好運！
