Open Daily: 10am - 10pm | Alley door pickup 10am - 7pm 3038 Hennepin Ave Minneapolis, MN
612-822-4611

  • Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Analyse des séries temporelles du changement climatique

Analyse des séries temporelles du changement climatique

S, Rithika
N, Mani
P. K., Sivakumaran

Paperback

Probability & Statistics

ISBN10: 6209012019
ISBN13: 9786209012013
Publisher: Editions Notre Savoir
Published: Aug 26 2025
Pages: 72
Weight: 0.24
Height: 0.17 Width: 6.00 Depth: 9.00
Language: French
Ce livre explore l'importance d'une prévision précise des précipitations pour la gestion des ressources en eau, l'agriculture et la préparation aux catastrophes. Il présente une analyse comparative de deux modèles de prévision - la régression vectorielle de soutien (SVR) et la moyenne mobile intégrée auto-régressive saisonnière (SARIMA) - en utilisant des données pluviométriques historiques de 2008 à 2021 pour prédire les tendances de 2022 à 2026. Grâce à des techniques statistiques et de visualisation telles que l'analyse des tendances, les moyennes mobiles, les diagrammes en boîte, les cartes thermiques, les scores Z et les diagrammes de densité, l'étude identifie des modèles et des anomalies dans les données pluviométriques. Alors que les deux modèles montrent une bonne capacité de prédiction, le SVR démontre une performance supérieure, en particulier dans la capture de modèles complexes et non linéaires. L'ouvrage souligne les avantages de l'intégration des méthodes d'apprentissage automatique aux outils statistiques traditionnels pour améliorer la prévision des précipitations et soutenir les décisions fondées sur des données dans les domaines de l'agriculture, de la planification environnementale et de la résilience climatique.

Also from

N, Mani

View All

Also in

Probability & Statistics

View All