Questa tesi è frutto di un lavoro svolto durante un periodo di stage presso l'azienda Datameteo LRC servizi di Busca (www.datameteo.com) nel campo dell'analisi statistica di dati meteorologici. Lo scopo del lavoro svolto è analizzare la performance del sistema di previsione della grandine utilizzato dall'azienda Datameteo a vari livelli spaziali e attraverso l'utilizzo di tecniche statistiche analizzare l'algoritmo di previsione per migliorare la stima di probabilità delle grandinate. La tesi si compone di 4 capitoli. Il primo contiene una breve introduzione all'argomento meteorologico, nel quale viene introdotto il fenomeno grandine descrivendone brevemente il processo di formazione e le conseguenze in termini di danni che può provocare. Nel secondo capitolo si presentano il modello di previsione, il progetto di analisi e i dati a disposizione. Nel terzo capitolo si introducono le metodologie statistiche alla base dell'analisi dei dati. Infine nel quarto capitolo si analizza la performance ottenuta dei modelli e si utilizza quanto esposto nei capitoli precedenti applicandolo ad un dataset contente i dati relativi alle grandinate in Italia nel periodo giugno 2017 - ottobre 2017.
Analisi statistica multivariata di dati meteorologici
ROSSO, VERONICA
2017/2018
Abstract
Questa tesi è frutto di un lavoro svolto durante un periodo di stage presso l'azienda Datameteo LRC servizi di Busca (www.datameteo.com) nel campo dell'analisi statistica di dati meteorologici. Lo scopo del lavoro svolto è analizzare la performance del sistema di previsione della grandine utilizzato dall'azienda Datameteo a vari livelli spaziali e attraverso l'utilizzo di tecniche statistiche analizzare l'algoritmo di previsione per migliorare la stima di probabilità delle grandinate. La tesi si compone di 4 capitoli. Il primo contiene una breve introduzione all'argomento meteorologico, nel quale viene introdotto il fenomeno grandine descrivendone brevemente il processo di formazione e le conseguenze in termini di danni che può provocare. Nel secondo capitolo si presentano il modello di previsione, il progetto di analisi e i dati a disposizione. Nel terzo capitolo si introducono le metodologie statistiche alla base dell'analisi dei dati. Infine nel quarto capitolo si analizza la performance ottenuta dei modelli e si utilizza quanto esposto nei capitoli precedenti applicandolo ad un dataset contente i dati relativi alle grandinate in Italia nel periodo giugno 2017 - ottobre 2017.File | Dimensione | Formato | |
---|---|---|---|
762753_tesirossoveronica.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
2.02 MB
Formato
Adobe PDF
|
2.02 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/49062