ارزیابی اعتبار مدل رگرسیون داده های اقلیمی توسط بسته آماری performance
- سال انتشار: 1401
- محل انتشار: اولین همایش بین المللی و دومین همایش ملی مدل سازی و فناوری های جدید در مدیریت آب
- کد COI اختصاصی: MIWM02_124
- زبان مقاله: فارسی
- تعداد مشاهده: 223
نویسندگان
عضو گروه پژوهشی خشکسالی و تغییر اقلیم، دانشگاه بیرجند، بیرجند، ایران.
چکیده
این تحقیق به تحلیل همبستگی و رگرسیون بین بارندگی و درجه حرارت شهرستان بیرجند در دو دوره ۱۵ ساله و ۲۵ ساله می پردازد و سپس اعتبار مدل رگرسیون به دست آمده را توسط شاخص های آماری توسط بسته آماری performance در محیط R بررسی می کند. نتایج تحلیل همبستگی و نمودار پراکنش داده های اقلیمی نشان می دهد که در دوره ۱۵ ساله بین بارش و درجه حرارت همبستگی منفی معنی دار وجود دارد (R= -۰.۵۱, p≤۰.۰۵) همچنین بین بارش و درجه حرارت حداکثر سالیانه نیز همبستگی منفی معنی داری وجود دارد (R=-۰.۶۷, p≤۰.۰۱).در دوره ۲۵ ساله بین بارندگی و درجه حرارت هیچگونه همبستگی معنی داری وجود ندارد (p> ۰.۰۵). نتایج نشان می دهد که خطی بودن داده ها، همگنی واریانس داده ها، نرمال بودن باقیمانده ها و عدم وجود داده پرت در داده ها تایید می شود. شاخص های ارزیابی اعتبار مدل های رگرسیونی مورد مطالعه نشان می دهد که مدل ۲ یعنی برآورد بارش از روی حداکثر درجه حرارت سالیانه به دلیل ضریب تشخیص (R۲)و ضریب تشخیص اصلاح شده(R۲adj) بالاتر و مقادیر RMSE، AIC ،BIC و Sigma پایین تر بهتر از مدل ۱ یعنی برآورد بارش از روی متوسط درجه حرارت سالیانه می باشد.کلیدواژه ها
بارش، تحلیل همبستگی، درجه حرارت، رگرسیون، ضریب تشخیصمقالات مرتبط جدید
- Sustainable Supply Chains and Export Risk Management in the Cosmetics and Detergents Industry: A Review of Theoretical and Empirical Literature for the Middle East Context
- ارزیابی نقش بازآرایی تشکیلات سازمانی در ارتقاء بهره وری منابع انسانی (مطالعه موردی شهرداری بندرعباس)
- بررسی میزان آگاهی در کتاب تعلیمات اجتماعی پایه پنجم ابتدایی در زمینه تهدیدها و خطرات فضای مجازی به دانش آموزان
- رتبه بندی اعتباری با استفاده از یادگیری تقویتی مبتنی بر الگوریتم راه زن چنددست: مطالعه ای مقایسه ای با مدلهای یادگیری ماشین
- مدل یادگیری تقویتی چندبازویی با انتخاب ویژگی برای رتبه بندی اعتباری بررسی تاثیر جریمه ها
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.