Time Series Modelling of Monthly average Temperature in Gaborone-Botswana

Abstract

The seasonal series on the average maximum temperatures in Gaborone is used to identify the best time series model that can be used for forecasting. The series was found to be highly seasonal. Seasonally adjusting the series prior to applying the Box and Jenkins procedure did not average out the seasonal effects, despite giving a fairly good ARIMA(1,1,1). We also fitted SARIMA(p,d,q)(P,D,Q) with seasonality effects at lags s=12.24,36. Correlograms, Dickey Fuller tests and other model comparison methods led to an ARIMA(1,1,1)(0,1,1)[12]. The seasonal multiplicative SARIMA was found to be parsimonious as compared to an additive seasonal SARIMA.

La série temporelle des températures maximales moyennes à Garbonne (Botswanan) est utilisée pour touver le meilleur modèle prévisionnel. La série s'est révelée très saisonnière . La méthode d'ajustage saisonnière avant l'application de la procédure de Box et Jenkis n'a pas pu éliminer les effets saisonniers bien aue le modèle ARIMA(1,1,1) ait été jugé bon. Non plus n'q pas été très bon le modele SARIMA(p,d,q)(P,D,Q) avec des effets saisonniers de temps de retards s=12.24,36. Par contre l'utilisation des correllogrammes, les tests Decker-Feller et autres méthodes de comparaison ont abouti à un modèle ARIMA(1,1,1)(0,1,1)[12] satisfaisant. Les effets saisonniers multiplicative SARIMA sont rares par rapport au modèle additif.