Mestrado em Estatística Aplicada e Biometria

URI Permanente para esta coleçãohttps://repositorio.unifal-mg.edu.br/handle/123456789/2658

Navegar

Agora exibindo 1 - 11 de 11

Acesso aberto (Open Access)
Abordagem Bayesiana na Modelagem da Curva de Crescimento do Fungo Botrytis cinerea
(Universidade Federal de Alfenas, 2024-05-24) Gomes, Mariana De Paula; Beijo, Luiz Alberto; Savian, Taciana Villela; Nogueira, Denismar Alves
O estudo da curva de crescimento de fungos fitopatogênicos permite compreender as etapas de seu crescimento e os fatores que o influenciam. Geralmente, em pesquisas com tal finalidade, os dados são analisados ao longo do tempo, o que pode gerar dependência nos resíduos e comprometer o processo de inferência quando ignorada. Como forma de considerar a autocorrelação residual na modelagem foi incorporada estrutura AR(p) para os erros do modelo. A abordagem bayesiana tem sido eficiente no estudo de curvas de crescimento e permite algumas vantagens como a facilidade de modelagens mais complexas e a capacidade de análise de amostras relativamente pequenas. Além disso, o fato de considerar os parâmetros como aleatórios permite realizar interpretações diretas sobre os mesmos e obter maior clareza das informações extraídas. Assim, o presente estudo teve como objetivo avaliar a performance da abordagem bayesiana quanto à: modelagem da curva de crescimento do fungo Botrytis cinerea sob efeito de óleos essenciais, por meio do ajuste do modelo logístico, considerando autocorrelação dos erros; e aos impactos de tamanhos amostrais reduzidos na precisão da análise e no processo de inferência. Os dados de crescimento micelial radial sob efeito de óleos essenciais foram obtidos em Vismara et al. (2019) *, em que as medidas das nove repetições foram coletadas ao longo de dez dias. Para o estudo do crescimento micelial radial foi ajustado o modelo de regressão não linear logístico. Diante dos resultados obtidos, pode-se concluir que a abordagem bayesiana mostrouse eficiente na modelagem da curva de crescimento do fungo Botrytis cinerea, considerando estrutura AR(p) para os erros, além de produzir estimativas levemente mais precisas tanto com priori informativa quanto não informativa. A abordagem também possibilitou a análise com tamanhos amostrais reduzidos sem alterar as estimativas dos parâmetros de forma significativa, considerando sobreposição dos intervalos HPD de 95% de credibilidade apesar da diminuição da precisão das estimativas. A adoção da abordagem bayesiana foi essencial para identificar o efeito do tratamento Patchouli em relação ao crescimento máximo, representado pelo parâmetro β1 do modelo ajustado, além do efeito do tratamento Guaçatonga na redução da taxa de crescimento, representado pelo parâmetro β3, o que não foi possível identificar no estudo de origem dos dados. Por fim, pode-se concluir que todos os óleos essenciais avaliados apresentaram efeito no controle do fungo Botrytis cinerea, sendo Patchouli e Melaleuca os mais efetivos.
Acesso aberto (Open Access)
Análise Bayesiana da precipitação máxima de Petrópolis-RJ
(Universidade Federal de Alfenas, 2021-07-29) Silva, Sandra Valéria Coelho Da; Beijo, Luiz Alberto; Gonçalves, Kelly Cristina Mota; Avelar, Fabrício Goecking
A cidade de Petrópolis, situada na região serrana do estado do Rio de Janeiro-RJ, sofre frequentemente com estragos provocados por fortes chuvas, como as ocorridas nos anos de 2011 e 2013. Portanto, analisar e prever a ocorrência de precipitações pluviais extremas em Petrópolis é fundamental para o planejamento de atividades vul- neráveis a sua ocorrência, tais como a agropecuária e a remoção de pessoas das áreas de risco, sendo a primeira fundamental para a subsistência de muitas famílias locais e a segunda de extrema importância para evitar a perda de vidas humanas. A modelagem do comportamento desse evento extremo é feita, geralmente, por meio da distribuição Generalizada de Valores Extremos (GEV). A metodologia Bayesiana tem apresentado bons resultados na estimação dos parâmetros da distribuição GEV. Sendo assim, objetivou-se ajustar a distribuição GEV às séries históricas de precipi- tação máxima de Petrópolis, e avaliar diferentes estruturas de prioris, informativas e não informativas, na previsão dos valores de precipitação extrema de Petrópolis em diferentes tempos de retorno. Foi possível concluir que a distribuição a priori funda- mentada em informações da cidade de Teresópolis, uma vez a variância, forneceu resultados mais precisos e acurados na predição dos níveis de retorno para a cidade de Petrópolis. Dessa forma, foram realizadas as predições para as precipitações má- ximas esperadas para os tempos de retorno de 2, 5, 10, 25, 50, 100, 115 e 135 anos utilizando-se essa estrutura de priori. Espera-se que, em um tempo médio de 5 anos, ocorra pelo menos um dia com precipitação máxima maior ou igual 100,7mm em Petrópolis-RJ.
Acesso aberto (Open Access)
Análise de máximos de risco Brasil e resseguros: uma abordagem Bayesiana
(Universidade Federal de Alfenas, 2018-04-27) Martins, Thaís Brenda; Beijo, Luiz Alberto; Ramos, Patrícia Siqueira; Ferreira, Leandro
A teoria de valores extremos é frequentemente utilizada para análise e previsão de dados meteorológicos, mas sua aplicação tem se expandido para diversas áreas em que a ocorrência de eventos extremos causam grandes perdas financeiras, como na área de finanças, mercado de ações e seguros. Um método de estimação de parâmetros que vem sendo cada vez mais estudado e tem obtido bons resultados é a inferência Bayesiana, tais resultados deve-se, em grande parte, a incorporação de uma informação a priori que tende a melhorar o processo de inferência, reduzindo as incertezas a respeito das estimativas dos parâmetros. O objetivo deste trabalho foi avaliar a aplicação da inferência Bayesiana, considerando diferentes estruturas de distribuições a priori, no ajuste das distribuições de valores extremos, bem como comparar os resultados com os obtidos via estimação por máxima verossimilhança. Para isso, analisaram-se duas situações práticas: na primeira, analisou-se dados de risco Brasil máximo por semestre, investigando a possível presença de tendência linear nos dados, devido ao fato de serem extraídos de uma séria histórica, por meio da distribuição generalizada de valores extremos e distribuição Gumbel; e na segunda aplicação, utilizou-se a distribuição generalizada de Pareto, com estimação por máxima verossimilhança e inferência Bayesiana, para modelar as perdas referentes a reclamações automobilísticas de companhias seguradoras europeias. Conclui-se, com a realização deste estudo, que a inferência Bayesiana proporciona melhores resultados que os estimadores de máxima verossimilhança quando utilizada para estimação de parâmetros das distribuições generalizada de valores extremos e Gumbel para os dados de risco Brasil e para estimação de parâmetros da distribuição generalizada de Pareto aplicada a dados de resseguros.
Acesso aberto (Open Access)
Avaliação de diferentes prioris na estimação dos parâmetros da distribuição GEV e na predição de quantis extremos
(Universidade Federal de Alfenas, 2022-12-15) Costa, Matheus De Souza; Beijo, Luiz Alberto; Targino , Rodrigo Dos Santos; Liska , Gilberto Rodrigues
A abordagem bayesiana tem sido muito aplicada em estudos de valores extremos devido a possibilidade da redução da incerteza nas estimativas. Contudo, a maneira de se elicitar uma estrutura a priori informativa, quando se trata de valores extremos ajustados por meio da distribuição generalizada de valores extremos (GEV), ainda não está completamente estabelecida. Deste modo, objetivou-se, neste trabalho, avaliar diferentes estruturas a priori em uma abordagem Bayesiana da distribuição GEV ajustada à dados de máximos provenientes de simulação e de dados reais de precipitação máxima. As estruturas a priori utilizadas foram: distribuições Normais Trivariadas com matrizes de variância e covariância multiplicadas por 1, 4, distribuição Normal Trivariada não-informativa; distribuição Gama para diferenças de quantis extremos, com diferentes variabilidades. Para o caso com dados simulados, avaliou-se a estimação dos parâmetros e de quantis com o modelo GEV associado a cada uma dessas estruturas a priori, com respeito aos respectivos valores reais, através de viés e viés médio relativo percentual em diferentes cenários de simulação e tamanhos amostrais. E para os dados reais, objetivou-se avaliar, através de acurácia e precisão das estimativas dos níveis de retorno, o desempenho das referidas estruturas a priori em uma abordagem Bayesiana para ajustar a distribuição GEV a dados de precipitações diárias máximas anuais de São João da Boa Vista-SP, no período de 1971 a 2017. Utilizou-se como priori dados de precipitação máxima anual de Lavras-MG e Silvianópolis-MG, comparando- se o critério de informação deviance (DIC), acurácia, erro médio de predição e amplitude média intervalar das predições de precipitações máximas dos modelos. Quanto aos principais resultados do caso simulado, observou-se que distribuições a priori com menor variabilidade, produzem estimativas mais precisas de todos os parâmetros da distribuição GEV, considerando pequenos tamanhos amostrais. Nos cenários em que se simulou dados de precipitação o modelo com priori Gama apresentou menor viés de parâmetros e níveis de retorno. Para os dados reais, pelo critério DIC, não houve diferenças substanciais entre os modelos. O modelo com estrutura a priori normal trivariada com matriz de variâncias e covariâncias multiplicada por 4, com informações a priori de Silvianópolis, forneceu estimativas de níveis de retorno mais precisas e acuradas.
Acesso aberto (Open Access)
Espacialização da probabilidade de ocorrência de veranicos extremos em regiões de Minas Gerais: uma abordagem Bayesiana
(Universidade Federal de Alfenas, 2020-10-29) Reis, Claudiana Goulart Dos; Beijo, Luiz Alberto; Liska, Gilberto Rodrigues; Nogueira, Denismar Alves
A ocorrência de veranicos extremos, ou seja, longos períodos de dias consecutivos sem chuva, tende a provocar danos e prejuízos à sociedade de uma forma geral. A variabilidade climática de uma região exerce importante influência nas diversas atividades socioeconômicas. Neste sentido, a previsão da ocorrência de veranicos extremos apresenta grande relevância para as atividades humanas, principalmente para o setor agropecuário, subsidiando o planejamento agrícola para a otimização do uso eficiente dos recursos hídricos nas áreas cultiváveis, bem como, para o manejo adequado de plantações e pastagens. Deste modo, o presente trabalho tem como objetivo principal espacializar a probabilidade de ocorrência de veranicos máximos para as estações chuvosa e seca em diferentes regiões de Minas Gerais via inferência Bayesiana, inicialmente comparando-se diferentes estruturas de distribuição a priori para o ajuste da distribuição Generalizada de Valores Extremos (GEV) aos conjuntos de dados de veranico máximo anual. As séries históricas foram construídas a partir dos dados de precipitação diária acumulada de postos pluviométricos da região de estudo, sendo obtidos junto aos registros do Banco de Dados Meteorológicos para Ensino e Pesquisa (BDMEP) do Instituto Nacional de Meteorologia (INMET). Para obtenção das marginais das distribuições a posteriori, foi aplicado o método Monte Carlo via Cadeia de Markov por meio do software R e do freeware OpenBugs. Posteriormente, foi aplicada a estrutura de priori mais eficiente para calcular a probabilidade de ocorrência de veranicos extremos para diferentes níveis de retorno e, assim, construir mapas a partir da espacialização desta variável. Foi observado que a incorporação de informação a priori de Belo Horizonte ou Lavras permitiu que melhores resultados fossem obtidos na análise de veranicos máximos na maioria dos municípios analisados. Os valores mais expressivos de probabilidade de ocorrência de veranicos máximos na estação seca ocorreram predominantemente na porção próxima ao limite entre as mesorregiões Central Mineira e Metropolitana de Belo Horizonte, enquanto para a estação chuvosa os maiores valores de probabilidade ficaram concentrados nas regiões Campo das Vertentes, Metropolitana de Belo Horizonte e Sul/Sudoeste de Minas. A região com maior vulnerabilidade para a produção agrícola em função da ocorrência de veranicos com duração acima de 60 e 70 dias sem uma precipitação superior a 1 e 5 mm na estação seca, respectivamente, está localizada junto aos municípios de Bom Despacho, Curvelo e Sete Lagoas.
Acesso aberto (Open Access)
Inferência probabilística para seguro paramétrico
(Universidade Federal de Alfenas, 2023-06-29) Branco, Karoline Pereira; Beijo, Luiz Alberto; Marques, Reinaldo Antônio Gomes; Liska, Gilberto Rodrigues; Fonseca, Thais Cristina De Oliveira Da; Carvalho, Helton Graziadei De
O objetivo deste trabalho foi elaborar e aplicar um método de modelagem para contratos de seguros agrícolas paramétricos com cobertura para a ocorrência de eventos climáticos extremos, visando a determinação de gatilhos indenizatórios com risco base reduzido. O método proposto utilizou a distribuição generalizada de valores extremos (GEV) para modelar os eventos climáticos extremos e empregou as probabilidades de excedência encontradas para os quantis extremos como variável explicativa de um modelo logístico previsor de perdas na safra. A inferência bayesiana foi aplicada para a estimação dos parâmetros da distribuição GEV e dos coeficientes do modelo logístico. Posteriormente, verificou-se a acurácia e o custo para seguradora e segurado para todos os possíveis gatilhos contratuais, com a intenção de fornecer embasamento técnico para que o gestor do contrato identifique o gatilho mais seguro e com custos viáveis para o produto. Após a apresentação do método foi realizado um estudo de caso visando a sua aplicação para a elaboração de um contrato para a proteção de lavouras de café contra a ocorrência de veranicos extremos no período da florada em algumas cidades do Estado de Minas Gerais. Foram ajustados dois modelos, um com distribuição a priori informativa para a estimação dos parâmetros das distribuições GEV e outro com distribuição a priori não informativa. Os resultados encontrados foram promissores. O modelo proposto apresentou 87,5% de acurácia para as duas estruturas de distribuição a priori ao relacionar o evento climático com a ocorrência de perdas na safra, mesmo em um cenário de escassez de dados. Além disso, com a utilização a priori informativa foi possível encontrar um gatilho ótimo em relacionar o evento climático e a ocorrência de perdas e que trouxe um custo viável de comercialização para ambos os agentes envolvidos. A utilização da abordagem inferencial bayesiana possibilitou, por meio de intervalos de credibilidade, que a incerteza do processo fosse quantificada com precisão razoável em todas as etapas da modelagem, fornecendo maior grau de embasamento para os gestores do contrato tomarem decisões. Conclui-se que o método aqui proposto mostrou-se promissor e pode ser adaptado para contratos de diferentes culturas e eventos climáticos.
Acesso aberto (Open Access)
Modelagem Bayesiana do número de emissões da ISO 9001 nos países do continente americano e nas regiões e estados brasileiros
(Universidade Federal de Alfenas, 2019-02-05) Ribeiro, Luiz Henrique Marra Da Silva; Beijo, Luiz Alberto; Fonseca, Natália Da Silva Martins; Salgado, Eduardo Gomes
A ISO 9001 é uma norma de padrões internacionais destinados a empresas, cuja finalidade é a melhoria de processos em fluxo contínuo. Diversos benefícios relacionados aos empregados, empresas e o ambiente empresarial são correlacionados a esta norma, tais como: redução de desperdícios, aumento da fatia de mercado, aumento da média salarial dos empregados. A análise da relação entre os fatores de governabilidade, socioculturais e macroeconômicos, conjuntamente, e o número de certificações ISO 9001 emitidas em países do continente americano não foi identificada na literatura. Outro aspecto também não verificado na literatura é a relação entre os fatores macroeconômicos e o número de certificações ISO 9001 emitidas em estados brasileiros. Modelos de regressão são comumente utilizados para verificar as relações entre fatores e o número de certificações ISO 9001 emitidas em países. A estatística Bayesiana tem sido utilizada no ajuste de modelos de regressão e verificar suas significâncias, apresentando vantagens, como a incorporação de informações anteriores às observações, e uma maior eficiência em estimação nos casos de amostras pequenas. Diante desses fatos, objetiva-se, com este trabalho, verificar, por meio de ajustes de modelos de regressão sob o enfoque Bayesiano, a relação entre os fatores macroeconômicos, de governabilidade e socioculturais com o número de certificações ISO 9001 emitidas nos países do continente americano, e a relação dos fatores macroeconômicos e com o número de certificações ISO 9001 emitidas nos estados brasileiros. Os indicadores avaliados foram: número de empresas, desembolso do BNDES, arrecadação de impostos, produto nacional bruto, produto interno bruto, total de exportações, reservas totais, controle da corrupção, índice de percepção da corrupção, dívida externa, investimento direto do estrangeiro, índice de desenvolvimento humano e índice de competitividade global. Os fatores socioculturais e de governabilidade mostraram-se tão importantes quanto os macroeconômicos para o entendimento da evolução do número de certificações ISO 9001 nos países. Foram verificados padrões de modelos ajustados para estados, cujos padrões se repetiram para as regiões. A estatística Bayesiana possibilitou uma interpretação mais realista da modelagem.
Acesso aberto (Open Access)
Modelagem Bayesiana dos níveis máximos do Índice de Preços ao Consumidor
(Universidade Federal de Alfenas, 2017-02-10) Portes, Pablo Cescon; Beijo, Luiz Alberto; Marchon, Cássia Helena; Veloso, Manoel Vitor De Souza
O Índice de Preços ao Consumidor Amplo (IPCA) é o índice utilizado pelo Banco Central do Brasil ao estabelecer suas metas inflacionárias. Por servir como uma referência de inflação, o IPCA é atentamente monitorado, tanto por investidores estrangeiros e brasileiros, quanto por gestores públicos. Sabe-se que uma inflação alta e descontrolada causa distorções e perdas econômicas no país, assim há um interesse por parte de administradores e gestores financeiros em prever a inflação máxima para um determinado período de tempo. Dessa forma, o objetivo do trabalho foi modelar os níveis máximos de IPCA, que podem ocorrer em um quadrimestre. A escolha de quadrimestres visa equiparar a análise com os intervalos entre as apresentações dos demonstrativos de cumprimento das metas fiscais por parte do Poder Executivo. Foi utilizada a distribuição Generalizada de Valores Extremos (do inglês Generalized Extreme Values - GEV) para modelagem. Para a estimação dos parâmetros da distribuição GEV utilizou-se o método da Máxima Verossimilhança e a Inferência Bayesiana. Na elicitação de informação para construção das distribuições a priori, foram utilizados dados de países economicamente semelhantes ao Brasil, a Rússia, China e Índia, os quais pertencem ao BRICS. Além disso, foram criadas diferentes combinações de distribuição a priori, usando informações desses países com diferentes estruturas de variância. Para avaliar qual melhor metodologia de estimação foram analisadas a acurácia e precisão das estimativas dos níveis máximos de inflação para determinados tempos de retorno. Os resultados permitiram observar que a abordagem Bayesiana, que utilizou como informação a média de dados dos países do BRICS para construção da distribuição a priori Normal Trivariada, levou a predições mais precisas e acuradas.
Acesso aberto (Open Access)
Otimização do tamanho amostral na análise da qualidade de sementes de soja: abordagem bayesiana
(Universidade Federal de Alfenas, 2019-12-17) Alves, Josiane Dos Santos; Beijo, Luiz Alberto; Salles, Tiago Taglialegna; Fonseca, Natália Da Silva M.
Para assegurar a qualidade da semente repassada ao produtor, as revendas de sementes têm adotado um controle de qualidade interno. Conforme recomendação das Regras para Análise de Sementes (RAS), para lotes acima de 60 sacos, orienta-se retirar amostras de 30 sacos, que são furados utilizando-se um calador, onde tal feito pode causar insatisfação ou rejeição por parte do cliente. Além disso, quanto maior a quantidade amostrada, maior o custo e os resíduos gerados com as análises. Logo, faz-se necessário estudos para a minimização da quantidade de sacos furados com a retirada de amostra, sem prejudicar as decisões quanto à utilidade do lote analisado. Para se tomar decisões com base na amostra utiliza-se o processo de inferência, a teoria bayesiana permite, por tratar o parâmetro de interesse de forma aleatória, uma interpretação mais realística do fenômeno estudado. Diante desses fatos, o presente estudo teve como objetivo verificar, utilizando a abordagem bayesiana, com qual tamanho amostral pode-se inferir sobre a porcentagem de germinação de sementes de soja, sem alterar o critério de decisão quanto a aceitação ou não do lote analisado. Para o experimento foram selecionados os três principais fornecedores de sementes de soja no ano de 2018, de uma revenda localizada na cidade de Alfenas. Utilizou-se na análise, priori não informativa e dois conjuntos de dados como priori informativa. Para avaliar o efeito da redução da amostra, dos 30 sacos analisados, foram selecionadas de forma aleatória, 5000 subamostras para cada tamanho amostral (ns = 28, 26, 24, 22, 20, 18, 16, 14, 12, 10, 8, 6, 4). A decisão de rejeitar ou não o lote foi baseada nos limites e na amplitude do intervalo de credibilidade de 95% e no log Fator de Bayes. Diante dos resultados, observou-se que o uso da priori informativa, apresentou uma redução maior no tamanho amostral em comparação com o uso da priori não informativa, para a maioria dos lotes. Pode-se concluir que utilizando um tamanho amostral maior ou igual a 14 sacos, não se altera a decisão tomada comparativamente ao uso de amostra de tamanho 30 sacos, tende a reduzir a insatisfação por parte do produtor, bem como a diminuição dos gastos e dos resíduos gerados com as análises
Acesso aberto (Open Access)
Testes de hipóteses frequentistas e bayesianos para razão áurea via simulação Monte Carlo
(Universidade Federal de Alfenas, 2015-03-30) Santos, Mariana Moreira Gonçalves; Beijo, Luiz Alberto; Cirillo, Marcelo Angelo; Nogueira, Denismar Alves
A razão áurea é uma constante irracional que tem sido investigada por pesquisadores de diversas áreas do conhecimento. Presente na natureza e bastante utilizada em pinturas, esculturas e construções, a razão áurea está relacionada com a beleza perfeita e a proporção ideal. Atualmente pesquisas têm associado propriedades como bom funcionamento, eficiência e estabilidade a estruturas biológicas que possuem essa razão. Para inferir sobre a razão áurea, pesquisadores têm utilizado diversas metodologias, dentre elas, o teste t de Student, testes não paramétricos e, em muitos casos, critérios subjetivos. Para se inferir sobre a média das razões de duas populações não há na literatura um teste específico. Muitos pesquisadores, para inferir se a razão de determinados segmentos são iguais ao número de ouro zero , utilizam a média das razões amostrais, para estimar a média das razões populacionais e utilizam o teste t de Student. A razão de duas variáveis aleatórias quando são independentes, normais padrão é uma variável aleatória que segue uma distribuição de Cauchy. No entanto, quando as variáveis aleatórias são dependentes, como é o caso em que se quer inferir sobre a razão áurea, a distribuição de probabilidade da razão não é conhecida e a inferência baseada em pressuposições que não são satisfeitas pode levar a resultados não confiáveis. Um dos objetivos desse trabalho foi avaliar a viabilidade do teste t de Student com diferentes estatísticas, algumas já utilizadas por pesquisadores e uma proposta, para se inferir sobre a razão áurea. Também foram avaliadas outras metodologias propostas: o teste não paramétrico Wilcoxon e o teste bayesiano com priori não-informativa. A avaliação das metodologias dos testes paramétricos e não-paramétrico se deu através da quantificação e comparação das taxas de erro tipo I e poder dos testes em diferentes situações de variabilidade e tamanhos de amostra, via simulação Monte Carlo. Para avaliação do teste bayesiano, quantificou-se as taxas de rejeição de H0 nas simulações quando as amostras foram geradas sob H0 e sob H1. Como aplicação, foram obtidos dados referentes à medida dos braços de nove pares de cromossomos de células do genótipo Cerbiatta da Lactuca sativa L., a alface e os testes foram comparados quando aplicados nessa amostra. Todas as simulações e as comparações dos testes foram realizadas no programa R. O t de Student com as estatísticas utilizadas em literatura foi liberal ou apresentou taxas de poder inferiores a 95% na maioria dos cenários e, por isso, não é recomendado. O teste bayesiano com priori de Jeffreys foi equivalente ao teste t de Student com a estatística proposta, que por sua vez, apresentou melhor desempenho no controle das taxas de erro tipo I, mas apresentou taxas de poder inferiores a 95% para amostras pequenas, principalmente quando a variabilidade dos dois segmentos é maior. Foi verificado que havia a presença de razão áurea nas medidas dos braços longo e curto do quinto par de cromossomo.
Acesso aberto (Open Access)
Uma abordagem Bayesiana para a modelagem dos ventos máximos de Sorocaba-SP e Bauru-SP
(Universidade Federal de Alfenas, 2018-02-26) Almeida, Gisele Carolina; Beijo, Luiz Alberto; Nogueira, Denismar Alves; Gomes, Davi Butturi
A previsão probabilística da ocorrência de ventos extremos é de grande importância para o planejamento de projetos na engenharia agrícola e civil, possibilitando evitar ou diminuir os impactos destrutivos. Dessa forma, identificar metodologias que permitam realizar previsões com maior eficiência é extremamente necessário. Diante destes fatos, objetivou-se com esse trabalho comparar a metodologia Bayesiana, avaliando diferentes distribuições a priori, e da máxima verossimilhança na previsão da ocorrência de ventos máximos, por semestre, em Sorocaba-SP e Bauru-SP. Avaliou-se, também, o ajuste da distribuição Gumbel e da distribuição Generalizada de Valores Extremos aos dados semestrais, de janeiro de 2006 a dezembro de 2016, dos referidos lugares. A distribuição normal foi utilizada como priori para a elicitação da informação, na metodologia Bayesiana, e as informações a priori, foram obtidas analisando-se os dados de velocidade máxima de Piracicaba-SP. Para obtenção das marginais das distribuições a posteriori, aplicou-se o método Monte Carlo via Cadeia de Markov utilizando-se os softwares OpenBugs e R. Com intuito de avaliar qual a melhor metodologia de estimação e o melhor modelo, foram verificados o Deviance Information Criterion, a acurácia, a precisão e o erro médio de predição das estimativas dos níveis máximos de ventos para determinados tempos de retorno. As distribuições GEV e Gumbel ajustaram-se a séries de dados de velocidade máxima de ventos estudadas. A distribuição Gumbel considerando a abordagem Bayesiana com estrutura de variância a priori multiplicada por oito, mostrou-se mais eficiente na previsão de ventos máximos semestral de Sorocaba-SP. Para Bauru-SP, a distribuição GEV com estrutura de matriz de covariâncias multiplicada por oito foi a mais propícia, apresentando resultados mais acurados e precisos. A aplicação da inferência Bayesiana levou a resultados mais precisos, acurados e com menores erros de previsão, mostrando a eficiência da incorporação de informações a priori no estudo de velocidade máxima de ventos. A partir desses resultados, foram feitas as predições de ventos máximos em Bauru-SP e Sorocaba-SP, para os tempos de retorno de 2, 5, 10, 25, 50 e 100 semestres, que podem ajudar no planejamento possibilitando evitar catástrofes na agricultura, na construção civil e no setor financeiro da região.

Navegar

Navegando Mestrado em Estatística Aplicada e Biometria por Orientador(a) "Beijo, Luiz Alberto"