частоты их появления, авторегрессионные члены, и полный набор климатических факторов, влияющих на возникновение и эволюцию этих природных явлений (характеристики уходящего излучения, индексы основных осцилляций климата и т.п. ).
Принципиальная идея подхода к построению иерархической модели заключается в поэтапном решении сложной статистической задачи.
При этом подходе сложные структуры описания процесса представлены набором условных моделей, формально связанных между собой вероятностными правилами. Байесовский формализм позволяет оценить характеристики пространственно-временной изменчивости скрытого динамического процесса, ответственного за частоту появления ураганов.
Байесовские модели позволяют успешно интегрировать данные различных информационных источников.
В результате иерархическая модель дает апостериорное распределение пространственно-временных характеристик ураганов. Вычисление апостериорного распределения для сложной модели сопряжено со значительными вычислительными трудностями в связи большой размерностью задачи. И хотя непосредственно вычислить апостериорное распределение часто не представляется возможным, результат можно получить путем моделирования, используя вычислительный алгоритм цепей Маркова - Монте-Карло (МСМС).