我想就如何分析我的时间序列数据提出一些建议。
我在 5 个地点每小时测量 5 个月的水温数据。
我按以下方式总结了我的数据
1.站点（5个站点）
2.日（0-150）
2. 月（6月-10月，5个级别）
3. 日平均气温（响应变量 1）
4. 每日最高温度（响应变量 2）
5. 每日标准差，或其他一些变化量度（响应变量 3）
所以我有 5 x 5 x 150 = 750 个观察值
我想测试以下内容：-
1. 我的响应变量在站点之间是否有显着差异？
2.是否有月度互动？ 例如，在第 1 个月，所有站点的响应都相似，而在第 2 个月，一个站点的响应明显高于其他站点。
我打算通过指定时间自相关结构来进行时间序列/或混合模型分析。
对于固定效果，我希望解释变量是
选项 1- 月（作为因素）、地点（作为因素）和这两者的相互作用。
选项 2 - 日期（作为连续变量）和地点（作为因素）以及这两者的相互作用。
由于这是一个时间序列数据，我期待显着的时间自相关。
因此，当我对平均温度和最高温度进行分析时，我应该添加一个相关结构。 但我不确定我应该使用哪个变量进行关联——月还是日？
我还想对每日温度的标准偏差进行方差分析/反方差分析，所以为此我还需要添加相关结构吗？ 或者因为它是偏差，值变得独立？
谢谢
你好，青！
我很确定这不是您想要听到的，但这是我的建议：咨询熟悉时间序列分析的专业统计学家，您可以与他们一起处理应用程序的所有上下文和细节。
关于您的申请，我想到了很多问题。在我看来，解决这些问题并不是讨论论坛的优势之一，而且您的问题提出了统计问题，不一定是 JMP 问题。
祝你好运！
