طور فريق من جامعة الملك عبدالله «كاوست»، مقاربة منهجية في اختيار النماذج الإحصائية وتكوينها، تؤدي إلى تحسين التنبؤات بالظروف المناخية والظواهر الطبيعية.وقالت طالبة الدكتوراه في «كاوست» سبرينا فيتوري: «إن النمذجة والتنبؤ بالظروف المناخية والظواهر الطبيعية الشديدة أمر صعب للغاية وتتطلب نماذج مرنة ولكن يجب ان تكون قابلة للتفسير مع أسس نظرية سليمة (وهي معايير تزداد صعوبتها باطراد كلما زادت كمية وأبعاد البيانات المطلوبة)».وأشارت إلى أن الهدف من عمل فريق العلماء في كاوست هو فهم أداء المتنبئين الحاليين لنمذجة الظروف المناخية والظواهر الطبيعية الشديدة التي تعتمد على متغيرات متعددة، ووضع طريقة إحصائية جديدة لتنبؤ غير بارامتري بأبعاد أعلى.وأضافت: «من المتعارف عليه في الأوساط العلمية أن نماذج المحاكاة متعددة المتغيرات تتبع بالعادة نهجاً من اثنين: أولهما هو البارامتري وهو الإحصائي الذي يكون النموذج باستخدام مجموعة متغيرات تقارب قدر الإمكان السلوك الموصوف من قبل البيانات. أما الثاني فهو نهج غير بارامتري، يتبع أساليب إحصائية يربط البيانات بوظائف مناسبة، ولكنه لا يستخدم أي افتراضات أو يلتزم بأي قيود أساسية».وبينت أن لكلا النهجين إيجابيات وسلبيات، والطريقة الأفضل هي التي تناسب التطبيق المحدد كما شرحها الأستاذ المساعد في الرياضيات التطبيقية والعلوم الحاسوبية البروفيسور رفائيل هوسر بقوله: «الطرق غير البارامترية التي هي في العادة أكثر مرونة من الطرق البارامترية، ما يجعلها أقل عرضة للانحياز، ولكنها تقتصر عادة على أبعاد صغيرة». وبناء على هذه المنهجية يمكن استخدام التنبؤات الصادرة عنها لتحسين تصميم نموذج موقع وحجم الظواهر الطبيعية الشديدة، والمساعدة في تقييم المخاطر وتحديد الاتجاهات وتقديرات التقلبات.