Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/8161
Tipo do documento: Dissertação
Título: Modelagem em séries temporais : aplicação em dados de precipitação na região do sertão de Pernambuco - Brasil
Autor: ALBUQUERQUE, Rosendo Chagas de 
Primeiro orientador: CUNHA FILHO, Moacyr
Primeiro coorientador: OLINDA, Ricardo Alves de
Primeiro membro da banca: CUNHA FILHO, Moacyr
Segundo membro da banca: OLINDA, Ricardo Alves de
Terceiro membro da banca: MOREIRA, Guilherme Rocha
Resumo: Uma das grandes preocupações dos especialistas em ciências climáticas e meteorologistas, nos últimos anos, diz respeito às alterações climáticas e seus impactos para a humanidade. Este trabalho apresenta uma análise de séries temporais de dados de precipitação mensal, utilizando modelos da classe ARIMA (Autorregressivo Integrado de Médias Móveis). Objetivou-se modelar e prever a precipitação de três municípios (Arcoverde, Ouricuri e Petrolina), localizados na região do sertão de estado de Pernambuco, Brasil. Foram testados modelos do tipo SARIMA, ou seja, modelos ARIMA que consideram a característica sazonal da série. Os modelos selecionados foram aqueles que obtiveram os menores valores do critério de seleção de modelos Erro Quadrado Médio (EQM). Os modelos selecionados foram ARMA(3,3) município de Arcaverde, SARIMA (3,2)(1,1) município de Ouricuri e SARMA (2,3)(1,1) município de Petrolina, os quais, obtiveram um bom ajuste as séries de dados de precipitação estudadas. Os modelos selecionados e devidamente verificados, foram utilizados para realizar previsões de precipitação dos proximos mêses, os resultados obtidos estão de acordo com o fato das séries serem todas estacionarias, sendo assim, sua média e variância são constantes no decorrer do tempo.
Abstract: One of the major concerns of climate scientists and meteorologists in recent years is climate change and its impacts on mankind. This work presents an analysis of time series of monthly precipitation data, using models of the class ARIMA (Integrated Autoregressive of Moving Averages). The objective was to model and predict the precipitation of three municipalities (Arcoverde, Ouricuri and Petrolina), located in the hinterland region of Pernambuco State, Brazil. SARIMA models were tested, that is, ARIMA models that consider the seasonal feature of the series. The selected models were those that obtained the lowest values the criterion of selection of models Medium Square Error (EQM). The selected models were ARMA (3.3) municipality of Arcaverde, SARIMA (3.2) (1.1) municipality of Ouricuri and SARMA (2,3) (1,1) municipality of Petrolina, which obtained a good adjusted the series of precipitation data studied. The selected and duly verified models were used to perform precipitation forecasts of the next months, the results obtained are in agreement with the fact that the series are all stationary, so that their mean and variance are constant over time.
Palavras-chave: Precipitação (Meteorologia)
Modelagem estatística
Série temporal
Área(s) do CNPq: CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Idioma: por
País: Brasil
Instituição: Universidade Federal Rural de Pernambuco
Sigla da instituição: UFRPE
Departamento: Departamento de Estatística e Informática
Programa: Programa de Pós-Graduação em Biometria e Estatística Aplicada
Citação: ALBUQUERQUE, Rosendo Chagas de. Modelagem em séries temporais : aplicação em dados de precipitação na região do sertão de Pernambuco - Brasil. 2018. 40 f. Dissertação (Programa de Pós-Graduação em Biometria e Estatística Aplicada) - Universidade Federal Rural de Pernambuco, Recife.
Tipo de acesso: Acesso Aberto
URI: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/8161
Data de defesa: 30-Nov-2018
Aparece nas coleções:Mestrado em Biometria e Estatística Aplicada

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Rosendo Chagas de Albuquerque.pdfDocumento principal1,37 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.