Application of box-jenkins models for forecasting drought in north-western part of Bangladesh
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Recently, the research paradigm has shifted towards prediction, characterization and categorization of droughts for its global impacts on agriculture-based economy. This study aims to parsimoniously forecast the drought phenomena categorized by standardized precipitation index (SPI) for the north-western part of Bangladesh using autoregressive moving average (ARIMA) models. We considered four meteorological stations, namely Bogra, Dinajpur, Ishwardi and Rajshahi which were mostly affected by the droughts. Seasonal effects were most distinct for higher order SPI series with time scales of 12 months and needed to be seasonally differenced. Based on root mean square error (RMSE) and mean absolute error (MAE), the accuracy of the models increased as the order of the SPI series increased over time. There were approximately 60% decrease in RMSE and MAE values for SPI12 series compared to SPI3 series for selected stations. We found as the number of lead times increased the accuracy of the models decreased. A maximum of 6 months lead time was found for SPI12 series at Ishwardi where the fitted model accurately predicted the series. The present study concluded that the researcher should use short term prediction of drought using higher order SPI series for better prediction. Keywords: Accuracy measures, ARIMA, Forecasting, Parsimonious model, Standardized precipitation index
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle