Nowcasting sunshine number using logistic modeling

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F13%3A00389974" target="_blank" >RIV/67985807:_____/13:00389974 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/s00703-013-0240-1" target="_blank" >http://dx.doi.org/10.1007/s00703-013-0240-1</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/s00703-013-0240-1" target="_blank" >10.1007/s00703-013-0240-1</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Nowcasting sunshine number using logistic modeling

Popis výsledku v původním jazyce

In this paper, we present a formalized approach to statistical modeling of the sunshine number, binary indicator of whether the Sun is covered by clouds introduced previously by Badescu (Theor Appl Climatol 72:127?136, 2002). Our statistical approach isbased on Markov chain and logistic regression and yields fully specified probability models that are relatively easily identified (and their unknown parameters estimated) from a set of empirical data (observed sunshine number and sunshine stability number series). We discuss general structure of the model and its advantages, demonstrate its performance on real data and compare its results to classical ARIMA approach as to a competitor. Since the model parameters have clear interpretation, we also illustrate how, e.g., their inter-seasonal stability can be tested. We conclude with an outlook to future developments oriented to construction of models allowing for practically desirable smooth transition between data observed with different

Název v anglickém jazyce

Nowcasting sunshine number using logistic modeling

Popis výsledku anglicky

In this paper, we present a formalized approach to statistical modeling of the sunshine number, binary indicator of whether the Sun is covered by clouds introduced previously by Badescu (Theor Appl Climatol 72:127?136, 2002). Our statistical approach isbased on Markov chain and logistic regression and yields fully specified probability models that are relatively easily identified (and their unknown parameters estimated) from a set of empirical data (observed sunshine number and sunshine stability number series). We discuss general structure of the model and its advantages, demonstrate its performance on real data and compare its results to classical ARIMA approach as to a competitor. Since the model parameters have clear interpretation, we also illustrate how, e.g., their inter-seasonal stability can be tested. We conclude with an outlook to future developments oriented to construction of models allowing for practically desirable smooth transition between data observed with different

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/LD12009" target="_blank" >LD12009: Pokročilé metody pro predikci výroby elektrické energie z fotovoltaických systémů s využitím numerických modelů počasí s vysokým prostorovým i časovým rozlišením</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Meteorology and Atmospheric Physics

ISSN

0177-7971

e-ISSN

—

Svazek periodika

120

Číslo periodika v rámci svazku

1-2

Stát vydavatele periodika

AT - Rakouská republika

Počet stran výsledku

11

Strana od-do

61-71

Kód UT WoS článku

000316689700006

EID výsledku v databázi Scopus

—