Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "nowcasting" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Radarowa detekcja superkomórek burzowych w Polsce
Supercell storm radar detection in Poland
Autorzy:
Pilorz, W.
Powiązania:
https://bibliotekanauki.pl/articles/132190.pdf
Data publikacji:
2014
Wydawca:
Polskie Towarzystwo Geograficzne
Tematy:
superkomórka burzowa
radar meteorologiczny
sygnatury radarowe
nowcasting
zagrożenia meteorologiczne
supercell storm
weather radar
radar signatures
meteorological threats
Opis:
“Supercell storms are capable of producing the most violent of hail, wind and tornado events (Moller et. al. 1994); thus they are the most important storm type to forecast and detect” (Moller 2001). Supercell storm is defined by “presence of a deep and persistent, rotating updraft called a mesocyclone” (Weisman and Klemp 1984). Mesocyclone presence leads to the specific vertical storm structure seen as a Bounded Weak Echo Region. Mesocyclone presence also leads to the changes in the horizontal shape of the storm, observed on the radar reflecivity in a low elevation as a hook echo. Large hail, associated with supercells, is a very important threat to detect. It can be easily recognized by the presence of the reflecivity more than 50 dBZ, above 8 km above ground level (Burgess and Lemon 1990). Nine cases of supercells in Poland between 2007 and 2013 were examined. Results show that all quoted features were present. Moreover, most of them appeared before the threat which they indicate. It means that threats associated with supercells can be predicted in a short time.
Źródło:
Teledetekcja Środowiska; 2014, 51; 93-105
1644-6380
Pojawia się w:
Teledetekcja Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie Google Trends do modelowania stopy bezrobocia rejestrowanego w Polsce
Use of Google Trends in modelling registered unemployment rate in Poland
Autorzy:
Malinowski, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/971502.pdf
Data publikacji:
2021-03-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
nowcasting
bezrobocie
dane makroekonomiczne
Google Trends
unemployment
macroeconomic dat
Opis:
W artykule podjęto problematykę monitorowania stopy bezrobocia w Polsce. Celem przedstawionego badania jest sprawdzenie, czy dołączenie wybranych indeksów Google Trends do autoregresyjnego modelu stopy bezrobocia rejestrowanego poprawia trafność generowanych przez niego prognoz. Zastosowana metoda badania opiera się na technikach nowcastingu służących do oceny bieżącego stanu gospodarki. Dane za lata 2004–2019 zostały zaczerpnięte z publikacji GUS oraz serwisu Google Trends, który pozwala na śledzenie popularności terminów wyszukiwanych przez internautów. Porównano jakość dopasowania modelu do danych oraz błędy prognoz modelu podstawowego i modeli rozszerzonych o zmienne egzogeniczne. Artykuł przedstawia zarówno potencjał, jak i ograniczenia wykorzystywania nowego źródła danych w analizach makroekonomicznych dotyczących Polski. Na podstawie przeprowadzonej analizy można uznać, że indeksy Google, powszechnie wykorzystywane w literaturze anglojęzycznej, nie poprawiają trafności predykcji modelu autoregresyjnego. Zadowalające rezultaty uzyskiwane są tylko dla indeksów związanych z międzynarodową mobilnością siły roboczej.
The paper deals with the problem of monitoring the unemployment rate in Poland. The main aim of the article is to check whether the addition of selected Google Trends indices improves the accuracy of forecasts generated by the autoregressive model of registered un-employment rate. The research method is based on nowcasting techniques which are used to assess the current state of an economy. Data for the years 2004–2019 were retrieved from publication by Statistics Poland (GUS) and Google Trends, the latter of which allows tracking the popularity of terms searched by Internet users. The study compares the goodness of fit and forecast errors of the basic model with these of models extended with exogenous variables. Both the potential and the limitations of the utilisation of a new source of data in macro-economic analyses concerning Poland are presented in the paper. The analysis yields a conclu-sion that Google indexes (commonly used in the literature written in English) do not improve the accuracy of predictions of the autoregressive model. Satisfactory results are only obtained for indices related to the international mobility of the workforce.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 3; 45-61
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies