140 ekonomi için aylık denizcilik CO₂ emisyonlarının yerel, küresel ve hiyerarşik tahmini
Local, global and hierarchical forecasting of monthly maritime CO₂ emissions for 140 economies
Bu makale hakemli bir dergide değerlendirilmektedir. Dergi adı ve tam metin kabulden sonra eklenecektir.
Özet
Denizcilikte karbon fiyatlaması, deniz taşımacılığı emisyonlarına ilişkin güncel ulusal tahminler gerektirir; ancak gemi emisyonlarını ekonomilere dağıtan yeni, aylık ve AIS tabanlı istatistiklerin nasıl tahmin edileceğini değerlendiren bir çalışma yoktur. Hiyerarşik olarak düzenlenmiş 148 seride, 13 kayan başlangıç noktası ve 1–12 aylık ufuklar kullanarak yerel istatistiksel modelleri, küresel makine öğrenmesi modellerini, bunların birleşimlerini ve beş uzlaştırma yöntemini karşılaştırıyoruz. Otomatik üstel düzleştirme ile üstel düzleştirme, ARIMA ve Theta'nın eşit ağırlıklı birleşimi en doğru ve en iyi kalibre edilmiş yöntemler oldu; küresel gradyan artırma ve havuzlanmış otoregresyon anlamlı ölçüde daha az doğruydu ve konformal aralıkları, nominal %95 düzeyinde sonuçların yalnızca %68–69'unu kapsadı. Ölçek heterojenliğini göz ardı eden uzlaştırma yöntemleri alt düzey hataları üç katına çıkarırken, yukarıdan aşağı oranlar ve büzülmeye dayalı iz minimizasyonu doğruluğu korudu. Kısa ve heterojen paneller için basit yerel modeller güvenli varsayılan seçenek olmaya devam ediyor.
Anahtar kelimeler
EN: Cross-learning; Forecast reconciliation; Exponential smoothing; Conformal prediction; Shipping decarbonisation; Gradient boosting; Rolling-origin evaluation
Açık kod ve veri
Kod yükleniyor…