| 1. Identificação | ||||
| Tipo de Referência | Artigo em Evento (Conference Proceedings) | |||
| Site | mtc-m21c.sid.inpe.br | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identificador | 8JMKD3MGP3W34R/3RK8CCH | |||
| Repositório | sid.inpe.br/mtc-m21c/2018/08.09.18.52 | |||
| Última Atualização | 2020:05.25.15.00.16 (UTC) simone | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21c/2018/08.09.18.52.33 | |||
| Última Atualização dos Metadados | 2022:07.08.21.14.18 (UTC) administrator | |||
| Chave Secundária | INPE--PRE/ | |||
| Chave de Citação | RibeiroJúniorBast:2018:AvHaMo | |||
| Título | Avaliação da habilidade de modelos de previsão numérica de tempo baseada em diagramas estatísticos  | |||
| Ano | 2018 | |||
| Data de Acesso | 08 maio 2024 | |||
| Tipo Secundário | PRE CN | |||
| Número de Arquivos | 1 | |||
| Tamanho | 60 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Ribeiro Júnior, Carlos José 2 Bastarz, Carlos Frederico | |||
| Grupo | 1 2 DIDMD-CGCPT-INPE-MCTIC-GOV-BR | |||
| Afiliação | 1 Universidade Salesianas (UNISAL) 2 Instituto Nacional de Pesquisas Espaciais (INPE) | |||
| Endereço de e-Mail do Autor | 1 ribeiro.carlosjr@gmail.com 2 carlos.bastarz@inpe.br | |||
| Nome do Evento | Seminário de Iniciação Científica e Iniciação em Desenvolvimento Tecnológico e Inovação (SICINPE) | |||
| Localização do Evento | São José dos Campos, SP | |||
| Data | 30-31 jul. | |||
| Histórico (UTC) | 2018-08-29 17:14:00 :: simone -> administrator :: 2018 2019-01-14 17:06:32 :: administrator -> simone :: 2018 2020-05-25 15:00:18 :: simone -> administrator :: 2018 2022-07-08 21:14:18 :: administrator -> simone :: 2018 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é a matriz | |||
| Estágio do Conteúdo | concluido | |||
| Transferível | 1 | |||
| Tipo do Conteúdo | External Contribution | |||
| Tipo de Versão | publisher | |||
| Resumo | Este trabalho tem por objetivo estudar a acurácia e a precisão de modelos de previsão numérica de tempo, por meio de diagramas estatísticos. Uma das grandes dificuldades associada à avaliação da qualidade das previsões de um modelo de previsão numérica, está associada ao grande número de variáveis envolvidas. A acurácia e a precisão são dois atributos importantes que medem a qualidade de previsão de um modelo, ou seja, o quão próximo um modelo está em relação a uma referência. No estudo sobre precisão e acurácia pode-se determinar a precisão de um modelo através da análise do seu erro aleatório, ou seja, quanto mais próximas as previsões de uma determinada variável (em relação a uma referência) estiverem entre si, mais preciso será o modelo. A acurácia, além de estar relacionada com os erros aleatórios, também está relacionada aos erros sistemáticos. Para se avaliar a acurácia e a precisão, utilizando0-se como base o diagrama de Taylor, foi desenvolvido um script em Python que lê os resultados do Sistema de Avaliação de modelos Numéricos de Tempo e Clima (SCANTEC) do CPTEC, de forma a organizar os experimentos numéricos avaliados em termos de sua acurácia e precisão. Esta metodologia baseia-se nos valores do Root Mean Squared Error (RMSE), uma métrica estatística gerada pelo SCANTEC (que por sua vez engloba tanto os erros aleatórios quanto os erros sistemáticos) podendo assim identificar qual modelo é o mais acurado. Com a aplicação dos diagramas estatísticos gerados utilizando esta metodologia, foi possível definir uma forma de se simplificar as análise dos modelos de previsão numérica e também a classificação dos modelos quanto a sua acurácia, através da análise da variação do RMSE em relação a uma referência. Esta metodologia pode também ser aplicada a um conjunto de previsões, como por exemplo, o Sistema de Previsões por Conjunto global do CPTEC. Neste sentido, uma aplicação direta desta metodologia seria na identificação dos membros do conjunto que podem ser utilizados como condição de fronteira para a simulação por conjunto de modelos regionais. | |||
| Área | MET | |||
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDMD > Avaliação da habilidade... | |||
| Arranjo 2 | urlib.net > BDMCI > Fonds > Acervo PIBIC/PIBITI > PIBIC/PIBITI 2018 > Avaliação da habilidade... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| URL dos dados | http://urlib.net/ibi/8JMKD3MGP3W34R/3RK8CCH | |||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34R/3RK8CCH | |||
| Idioma | pt | |||
| Arquivo Alvo | Ribeiro junior_avaliacao.pdf | |||
| Grupo de Usuários | simone | |||
| Grupo de Leitores | administrator simone | |||
| Visibilidade | shown | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/43SKC35 8JMKD3MGPDW34P/478H8K5 | |||
| Lista de Itens Citando | sid.inpe.br/mtc-m16c/2022/07.08.19.44 2 sid.inpe.br/bibdigital/2021/01.01.17.20 2 | |||
| Acervo Hospedeiro | urlib.net/www/2017/11.22.19.04 | |||
| 6. Notas | ||||
| Notas | Bolsa PIBIC/INPE/CNPq | |||
| Campos Vazios | archivingpolicy archivist booktitle callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn keywords label lineage mark mirrorrepository nextedition numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readpermission resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url volume | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||