| Título: |
Construção de uma Priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição gumbel Construction of one priori for the parameters of the generalized extreme values model based in quantis with gumbel distribution |
| Autores: | Beijo, Luiz Alberto |
| Fecha: |
2014-10-11 2014-10-11 2014-10-11 2006-03-22 |
| Publicador: | Universidade Federal de Lavras - UFLA |
| Fuente: |
 |
| Tipo: | tese |
| Tema: |
Inferência bayesiana Distribuição generalizada de valores extremos Conhecimento a priori Precipitação máxima Generalized extreme value distribution Bayesian approach Maximum rainfall Prior knowledge |
| Descripción: | A distribuição generalizada de valores extremos (GEV) desempenha um PAPEL fundamental em estudos relacionados a medições físicas, em que é aplicada com a finalidade de descrever o comportamento de eventos raros Como esses valores são extraídos da cauda superior (ou inferior) da distribuição original isto faz com que na maioria das situações se tenha uma quantidade escassa de dados o que pode dificultar a obtenção de estimativas confiáveis sobre alguma medida de interesse dos mesmos Uma alternativa para se obter uma melhoria na qualidade das estimativas seria utilizar informações que os especialistas de determinada área em estudo possuam Sendo assim propõe-se neste trabalho uma distribuição a priori alternativa para a abordagem Bayesiana da distribuição GEV que facilite a incorporação dos conhecimentos fornecidos por especialistas A forma proposta para introduzir o conhecimento consiste em utilizar quantis da distribuição GEV assumindo que estes têm uma distribuição de Gumbel Isto facilita a incorporação da informação uma vez que quantis extremos e os parâmetros da distribuição de Gumbel são medidas familiares a especialistas da área Para avaliar o desempenho desta nova abordagem foram simuladas 36 séries de dados de diferentes tamanhos de amostras e diferentes valores de parâmetros Objetivou-se também obter as estimativas de precipitação máxima para os tempos de retorno de 10 e 20 anos e seus respectivos limites superiores de 95% para o período anual e para os meses da estação chuvosa de Jaboticabal (SP) A técnica Monte Carlo via Cadeias de Markov (MCMC) foi empregada para inferência a posteriori de cada parâmetro A metodologia apresentou bons resultados na estimação dos parâmetros da distribuição GEV para os diferentes tamanhos de amostras e na obtenção dos valores de precipitação máxima provável para a região de Jaboticabal apresentando-se como uma boa alternativa na incorporação de conhecimentos a priori no estudo de dados extremos. |
| Idioma: | pt_BR |