Benutzer: Gast  Login
Dokumenttyp:
Masterarbeit 
Autor(en):
Ludovica Spazzini 
Titel:
Calibration of ensemble weather forecasts using D-vine copula models 
Abstract:
Nowadays, most of the major operational weather prediction facilities are making ensemble predictions and basing their forecasts on these. Forecast ensembles are generated from multiple runs of numerical weather prediction models: each with different initial boundary conditions or parametrizations of the model, they allow to account for both the initial conditions and the model uncertainty. In this thesis we introduce the D-vine copula based quantile regression, here for the first time applied...    »
 
übersetzter Abstract:
Die meisten heutzutage vornehmlich eingesetzten Wettervorhersageeinrichtungen benutzen Ensemble Vorhersagen und begründen auf diesen ihre Prognosen. Vorhersage-Ensembles werden aus mehreren Läufen von numerischen Wettervorhersagemodellen generiert: jedes mit unterschiedlichen Rand- und Anfangsbedingungen sowie anderer Parametrisierung des Models wodurch sowohl Anfangsbedingungen als auch Modellunsicherheit adressiert werden. In dieser Arbeit stellen wir die auf D-Vine Copula basierende Quantil R...    »
 
Fachgebiet:
MAT Mathematik 
DDC:
510 Mathematik 
Betreuer:
Claudia Czado, Daniel Kraus 
Jahr:
2017 
Quartal:
3. Quartal 
Jahr / Monat:
2017-09 
Seiten/Umfang:
62 
Sprache:
en 
Hochschule / Universität:
Technische Universität München 
Fakultät:
Fakultät für Mathematik 
TUM Einrichtung:
Lehrstuhl für Mathematische Statistik 
Format:
Text 
Eingabe:
22.09.2017