Mais informações

AVILA, O. J. et al. Modelo estadístico estructural de series de velocidad de vientos en la ciudad de Salta. Energías Renovables y Medio Ambiente, Salta, v. 10, p. 15-2, mar. 2002.
Clique no nome do(s) autor(es) para ver o currículo Lattes:

Dados do autor na base InfoHab:
Número de Trabalhos: 1 (Com arquivo PDF disponíveis: 1)
Citações: Nenhuma citação encontrada
Índice h: Indice h não calculado  
Co-autores: Nenhum co-autor encontrado

Dados do autor na base InfoHab:
Número de Trabalhos: 1 (Com arquivo PDF disponíveis: 1)
Citações: Nenhuma citação encontrada
Índice h: Indice h não calculado  
Co-autores: Nenhum co-autor encontrado

Dados do autor na base InfoHab:
Número de Trabalhos: 1 (Com arquivo PDF disponíveis: 1)
Citações: Nenhuma citação encontrada
Índice h: Indice h não calculado  
Co-autores: Nenhum co-autor encontrado

Dados do autor na base InfoHab:
Número de Trabalhos: 16 (Com arquivo PDF disponíveis: 14)
Citações: Nenhuma citação encontrada
Índice h: Indice h não calculado  
Co-autores: Nenhum co-autor encontrado

Dados do autor na base InfoHab:
Número de Trabalhos: 1 (Com arquivo PDF disponíveis: 1)
Citações: Nenhuma citação encontrada
Índice h: Indice h não calculado  
Co-autores: Nenhum co-autor encontrado

Resumo

En este trabajo se realiza un modelado estadístico estructural para una serie de valores promedio diarios de la variable velocidad de viento, introduciendo un algoritmo que conduce a un modelo de regresión dinámica enmarcado dentro de la distribución de Poisson. Se presenta un modelo que permite realizar un tratamiento de series de tiempo no gaussianas, lo que le otorga flexibilidad al mismo y así poder efectuar pronósticos con una confiabilidad muy alta (95%).

Abstract

In this paper an structural statistical modelling is done for an daily average speed wind values series, by introducing an algorithm that allows to obtain a dynamic regression model framed in Poisson Distribution. A model that allows to do a treatment for non gaussian time series is presented, this gives flexibility to the model presented and, we are able to do forecasting with a high confidence level (95%)
-