Il rilevamento degli outlier in statistica, specialmente nel campo delle serie storiche, ha assunto negli ultimi anni un significato sempre più centrale. Lo studio di osservazioni che manifestano comportamenti “anomali” ha portato allo sviluppo di metodi parametrici e non parametrici per la loro rilevazione. Gli obiettivi di questa tesi sono presentare una procedura ottimale per identificare i valori anomali e comprenderne le cause nel contesto dei dati ambientali.

Identificazione di valori anomali nelle serie storiche per dati ambientali

CAPASSO, GIOVANNI
2021/2022

Abstract

Il rilevamento degli outlier in statistica, specialmente nel campo delle serie storiche, ha assunto negli ultimi anni un significato sempre più centrale. Lo studio di osservazioni che manifestano comportamenti “anomali” ha portato allo sviluppo di metodi parametrici e non parametrici per la loro rilevazione. Gli obiettivi di questa tesi sono presentare una procedura ottimale per identificare i valori anomali e comprenderne le cause nel contesto dei dati ambientali.
2021
Outliers identification in environmental time series
time series
outlier
Nonparametric
environmental data
kernel regression
File in questo prodotto:
File Dimensione Formato  
Capasso_Giovanni.pdf

accesso aperto

Dimensione 2.96 MB
Formato Adobe PDF
2.96 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/39187