Los modelos numéricos se aplican actualmente en muchos campos para la simulación y la predicción, la explotación o la investigación. Los resultados de estos modelos suelen presentar errores sistemáticos y aleatorios. El estudio comparó los datos de temperatura de enero de 2015 de Uganda simulados mediante el modelo Weather Research and Forecast con los datos de temperatura reales observados en la estación para analizar el sesgo utilizando métodos paramétricos (el error cuadrático medio (RMSE), el error medio absoluto (MAE), el error medio (ME), la asimetría y la estimación fácil del sesgo (BES)) y no paramétricos (la prueba de signos, STM). El RMSE normalmente sobreestima el error en comparación con el MAE. El RMSE y el MAE no son sensibles a la dirección del sesgo. El ME proporciona tanto la dirección como la magnitud del sesgo, pero puede verse distorsionado por valores extremos, mientras que el BES es insensible a los valores extremos. El STM es robusto para dar la dirección del sesgo; no es sensible a los valores extremos pero no da la magnitud del sesgo. Las herramientas gráficas (como las series temporales y las curvas acumulativas) muestran el rendimiento del modelo con el tiempo. Se recomienda integrar métodos paramétricos y no paramétricos junto con métodos gráficos para un análisis completo del sesgo de un modelo numérico.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un marco de asignación de tareas semi-oportunista para la detección de multitudes móviles con aprendizaje profundo.
Artículo:
Una Investigación de Optimización de Red para Devoluciones de Productos Utilizando un Algoritmo de Simulación de Crecimiento de Plantas Modificado.
Artículo:
El léxico discriminativo: un modelo computacional unificado para el léxico y el procesamiento léxico en la comprensión y producción, fundamentado no en la (de)composición, sino en el aprendizaje discriminativo lineal.
Artículo:
Logisticschain: Un sistema de almacenamiento seguro de datos logísticos basado en una cadena de bloques
Artículo:
Midiendo la complejidad de los proyectos de sistemas de información: Un enfoque de modelado de ecuaciones estructurales.
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.