Name: Zeitreihenanalyse des Klimawandels (en Alemán)
SKU: 66286396
Price: 1002.86 MXN
Availability: InStock
Author: N, Mani; S, Rithika; P. K., Sivakumaran
ISBN: 9786209011993

portada Zeitreihenanalyse des Klimawandels (en Alemán)

Zeitreihenanalyse des Klimawandels (en Alemán)

Formato

Libro Físico

Editorial

Verlag Unser Wissen

Autor

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

Idioma

Alemán

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.4 cm

ISBN13

9786209011993

Zeitreihenanalyse des Klimawandels (en Alemán)

N, Mani; S, Rithika; P. K., Sivakumaran (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo Importado

Envío: 15 a 20 días háb.

$ 2,228.57$ 1,002.86

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 100 unidades

$ 1,002.86

¡Envío Gratis! Llega entre el 25 Sep y el 05 Oct a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Zeitreihenanalyse des Klimawandels (en Alemán)"

Dieses Buch befasst sich mit der Bedeutung genauer Niederschlagsvorhersagen für die Bewirtschaftung von Wasserressourcen, die Landwirtschaft und die Katastrophenvorsorge. Es enthält eine vergleichende Analyse von zwei Vorhersagemodellen - Support Vector Regression (SVR) und Seasonal Auto Regressive Integrated Moving Average (SARIMA) - unter Verwendung historischer Niederschlagsdaten aus den Jahren 2008 bis 2021, um Trends für den Zeitraum 2022 bis 2026 vorherzusagen. Mithilfe von statistischen und Visualisierungstechniken wie Trendanalysen, gleitenden Durchschnitten, Boxplots, Heatmaps, Z-Scores und Dichteplots werden in der Studie Muster und Anomalien in den Niederschlagsdaten identifiziert. Während beide Modelle eine gute Vorhersagefähigkeit aufweisen, zeigt SVR eine überlegene Leistung, insbesondere bei der Erfassung komplexer, nicht-linearer Muster. Das Buch hebt die Vorteile der Integration von Methoden des maschinellen Lernens mit traditionellen statistischen Werkzeugen hervor, um die Niederschlagsvorhersage zu verbessern und datengestützte Entscheidungen in der Landwirtschaft, der Umweltplanung und der Klimaresilienz zu unterstützen.