Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Stochastic modeling of sunshine number data

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F13%3A00398524" target="_blank" >RIV/67985807:_____/13:00398524 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1063/1.4832815" target="_blank" >http://dx.doi.org/10.1063/1.4832815</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1063/1.4832815" target="_blank" >10.1063/1.4832815</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Stochastic modeling of sunshine number data

  • Popis výsledku v původním jazyce

    We present a unified statistical modeling framework for estimation and forecasting sunshine number (SSN) data. Sunshine number has been proposed earlier to describe sunshine time series in qualitative terms (Theor Appl Climatol 72 (2002) 127-136) and itwas shown to be useful both for theoretical and practical purposes, e.g. those related to the photovoltaic energy production. Statistical modeling and prediction of SSN as a binary time series has been challenging problem, however. Our statistical modelfor SSN time series is based on an underlying stochastic process formulation of Markov chain type. We will show how its transition probabilities can be efficiently estimated within logistic regression framework. In fact our logistic Markovian model can be fitted via maximum likelihood approach. This is optimal in many respects and it also enables us to use formalized statistical inference theory to obtain not only the point estimates of transition probabilities and their functions of int

  • Název v anglickém jazyce

    Stochastic modeling of sunshine number data

  • Popis výsledku anglicky

    We present a unified statistical modeling framework for estimation and forecasting sunshine number (SSN) data. Sunshine number has been proposed earlier to describe sunshine time series in qualitative terms (Theor Appl Climatol 72 (2002) 127-136) and itwas shown to be useful both for theoretical and practical purposes, e.g. those related to the photovoltaic energy production. Statistical modeling and prediction of SSN as a binary time series has been challenging problem, however. Our statistical modelfor SSN time series is based on an underlying stochastic process formulation of Markov chain type. We will show how its transition probabilities can be efficiently estimated within logistic regression framework. In fact our logistic Markovian model can be fitted via maximum likelihood approach. This is optimal in many respects and it also enables us to use formalized statistical inference theory to obtain not only the point estimates of transition probabilities and their functions of int

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • 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

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    TIM 2012 Physics Conference

  • ISBN

    978-0-7354-1192-0

  • ISSN

    1551-7616

  • e-ISSN

  • Počet stran výsledku

    10

  • Strana od-do

    178-187

  • Název nakladatele

    AIP Publishing LLC

  • Místo vydání

    New York

  • Místo konání akce

    Timisoara

  • Datum konání akce

    27. 10. 2012

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000327454500028