Level: Mittelstufe
Jerry Fish, JMP-Systemingenieur, SAS
Der Ernteertrag wird durch viele Variablen beeinflusst, die Mutter Natur steuert (Temperatur, Niederschlag usw.). Jeder dieser Eingänge hat ein jährliches Profil, sodass es in einigen Jahren im Frühjahr reichlich regnet, in anderen Jahren trockene Sommer usw. Der JMP Functional Data Explorer ist ein ideales Tool, um diese Wettermuster zu untersuchen und sie mit dem jährlichen Ernteertrag zu korrelieren. Wir entwickeln ein Regressionsmodell zur Vorhersage des Ertrags von Mais und Sojabohnen (Scheffel pro Morgen) in Ohio mit Eingaben mehrerer jährlicher Wetterdaten (Niederschlag, Schneefall, Temperatur, Luftfeuchtigkeit, Mondphasen usw.). Wir werden dann versuchen, den Ernteertrag für 2019 basierend auf den aktuellen Wettermustern vorherzusagen.
