Evaluation of probability distributions in the analysis of minimum temperature series in Manaus – AM

Authors

DOI:

https://doi.org/10.33448/rsd-v10i3.13616

Keywords:

Distribution adjustment; Temperature data; Rice distribution; Log-Normal Distribution; Gumbel II distribution.

Abstract

The relevance in studying climatological phenomena is based on the influence that variables of this nature exert on the world. Among the most observed variables, temperature stands out, whose effect of its variation may cause significant impacts, such as the proliferation of biological species, agricultural production, population health, etc. Probability distributions have been studied to verify the best fit to describe and/or predict the behavior of climate variables and, in this context, the present study evaluated, among six probability distributions, the best fit to describe a historical temperature series. minimum monthly mean. The series used in this study encompass a period of 38 years (1980 to 2018) separated by month from the weather station of the Manaus - AM station (OMM: 82331) obtained from INMET, totaling 459 observations. Difference-Sign and Turning Point tests were used to verify data independence and the maximum likelihood method to estimate the parameters. Kolmogorov-Smirnov, Anderson-Darling, Cramér-von Mises, Akaike Information Criterion and quantile-quantile plots were used to select the best fit distribution. Log-Normal, Gama, Weibull, Gumbel type II, Benini and Rice distributions were evaluated, with the best performing Rice, Log-Normal and Gumbel II distributions being highlighted.

Author Biographies

Yana Miranda Borges, Federal Institute of Education, Science and Technology of Amazonas

Graduated in Statistics from the Federal University of Amazonas (UFAM). Master in Biostatistics by the State University of Maringá (UEM), Maringá, PR.

Breno Gabriel da Silva, University of São Paulo

Graduated in Mathematics from the State University of Maringá (UEM). Master in Biostatistics by the State University of Maringá (UEM). PhD student in Statistics and Agricultural Experimentation at the School of Agriculture "Luiz de Queiroz" - University of São Paulo (ESALQ / USP).

Brian Alvarez Ribeiro de Melo, State University of Maringá

He has an undergraduate degree from the Federal University of São Carlos, a master's degree in Statistics from the University of São Paulo and a doctorate in Statistics from the University of São Paulo. He is currently an adjunct professor at the State University of Maringá.

Robério Rebouças da Silva, Getúlio Vargas University Hospital

Graduated in Statistics from the Federal University of Amazonas. He is currently responsible for the Medical Archive and Statistics Service - SAME of Getúlio Vargas University Hospital - HUGV. 

References

Aguirre, A. F. L., Nogueira, D. A., & Beijo, L. A. (2020). Análise da temperatura máxima de Piracicaba (SP) via distribuição GEV não estacionária: uma abordagem bayesiana. Revista Brasileira de Climatologia, 27.

Alexander, L. V., Zhang, X., Peterson, T. C., Caesar, J., Gleason, B., Klein Tank, A. M. G., ... & Vazquez‐Aguirre, J. L. (2006). Global observed changes in daily climate extremes of temperature and precipitation. Journal of Geophysical Research: Atmospheres, 111(D5).

Akaike, H. (1974). Anew look at the statistical model identi cation. IEEE Transactions on Automatic Control, 19(6):716 723.

Anderson, T. W., & Darling, D. A. (1952). Asymptotic theory of certain" goodness of fit" criteria based on stochastic processes. The annals of mathematical statistics, 193-212.

Araújo, E. M., Silva, I. N., de Oliveira, J. B., Junior, E. G. C. ... & de Almeida, B. M. (2010). Aplicação de seis distribuições de probabilidade a séries de temperatura máxima em Iguatu-ce. Revista Ciência Agronômica, 41(1):36 45.

Assis, J. P., de Sousa, R. P., de Oliveira Batista, B. D., & Linhares, P. C. F. Probabilidade de chuva em Piracicaba, SP, através da distribuição densidade de probabilidade Gama (Probability of Rain in Piracicaba, SP, by Distributing Probability Density Gamma). Revista Brasileira de Geografia Física, 11(3), 814-825.

Astolpho, F. (2003). Estimativa e mapeamento de probabilidades de ocorrência de temperaturas mínimas absolutas do ar adversas à agricultura paulista. 2003. 99f (Doctoral dissertation, Dissertação (Mestrado em Agricultura Tropical e Subtropical)-Instituto Agronômico, IAC, Campinas).

Atkinson, A. C. (1985). Plots, transformations and regression; an introduction to graphical methods of diagnostic regression analysis (No. 04; QA278. 2, A8.).

Benini, R. (1905). I diagrammi a scala logaritmica (a proposito della graduazione per valore delle successioni ereditarie in italia, francia e inghilterra). Giornale degli economisti, 30:222 231.

Berlato, M.A & Althaus, D. (2010). Tendência observada da temperatura mínima e do número de dias de geada do Estado do Rio Grande do Sul. Pesquisa Agropecuária Gaúcha, Porto Alegre, v. 16, n. 1, p. 7-16.

Braun, H. (1980). A simple method for testing goodness of fit in the presence of nuisance parameters. Journal of the Royal Statistical Society: Series B (Methodological), 42(1), 53-63.

Brockwell, P. J., Brockwell, P. J., Davis, R. A., & Davis, R. A. (2016). Introduction to time series and forecasting. springer.

Catalunha, M. J., Sediyama, G. C., Leal, B. G., Soares, C. P. B., & Ribeiro, A. (2002). Aplicação de cinco funções densidade de probabilidade a séries de precipitação pluvial no Estado de Minas Gerais. Revista Brasileira de Agrometeorologia, 10(1), 153-162.

Csörgő, S., & Faraway, J. J. (1996). The exact and asymptotic distributions of Cramér‐von Mises statistics. Journal of the Royal Statistical Society: Series B (Methodological), 58(1), 221-234.

de Assis, J. P., de Sousa, R. P., da Silva, R. M., & Linhares, P. C. F. (2013). Ajuste de sete modelos de distribuições densidade de probabilidade às séries históricas de umidade relativa mensal em Mossoró–RN. Revista Verde de Agroecologia e Desenvolvimento Sustentável, 8(1), 01-10.

de Mendoza Borges, P. H., & de Mendoza Morais, P. H. (2020). Estimativa de temperaturas favoráveis para o desenvolvimento da avicultura. Revista Ibero-Americana de Ciências Ambientais, 11(6), 112-119.

Delignette-Muller, M. L., & Dutang, C. (2015). fitdistrplus: An R package for fitting distributions. Journal of statistical software, 64(4), 1-34.

dos Santos Gomes, A. C., da Silva Costa, M., Coutinho, M. D. L., do Vale, R. S., dos Santos, M. S., da Silva, J. T., & Fitzjarrald, D. R. (2015). Análise estatística das tendências de elevação nas séries de temperatura média máxima na amazônia central: estudo de caso para a região do oeste do pará. Revista Brasileira de Climatologia, 17.

Durbin, J. (1973). Distribution theory for tests based on the sample distribution function. Society for Industrial and Applied Mathematics.

Faraway J, Marsaglia G, Marsaglia J, Baddeley A. (2017). goftest: Testes clássicos de adequação para distribuições univariadas. Disponível em: URL https://CRAN.R-project.org/package=goftest.

Fisch, G., Marengo, J. A., & Nobre, C. A. (1998). Uma revisão geral sobre o clima da Amazônia. Acta amazônica, 28(2), 101-101.

Fox, J. (2016). Applied regression analysis and generalized linear models. Sage Publications.

Fox, J., & Weisberg, S. (2019). An R companion to applied regression, Third Edition. Thousand Oaks CA: Sage.

Guarienti, E. M., Ciacco, C. F., Cunha, G. R. D., Del Duca, L. D. J. A., & Camargo, C. M. D. O. (2004). Influência das temperaturas mínima e máxima em características de qualidade industrial e em rendimentos de grãos de trigo. Food Science and Technology, 24(4), 505-515.

Gumbel, E. J. (1954). Statistical theory of extreme values and some practical applications. NBS Applied Mathematics Series, 33.

IBGE. Censo Demográfico, 2018. Disponível em: . Acesso em: 16 mar. 2021.

Johnson, N. L., Kotz, S., & Balakrishnan, N. (1995). Continuous univariate distributions, volume 2 (Vol. 289). John wiley & sons.

Mateus, A. & Caeiro, F. (2013). Comparing several tests of randomness based on the di erence of observations. In AIP Conference Proceedings, volume 1558, pages 809 812. AIP.

Mateus, A., & Caeiro, F. (2014). randtests: Testing randomness in R. R package version 1.0. URL https://CRAN.R-project.org/package=randtests.

Orlowsky, B. (2014). iki. dataclim: Consistency, Homogeneity and Summary Statistics of Climatological Data. R package version, 1. URL https://CRAN.R-project.org/package=iki.dataclim.

Pereira, A. S., Shitsuka, D. M., Parreira, F. J., & Shitsuka, R. (2018). Metodologia da pesquisa científica.[e-book]. Santa Maria. Ed (pp. 3-9). UAB/NTE/UFSM. Disponível em: https://repositorio. ufsm. br/bitstream/handle/1/15824/Lic_Computacao_Metodologia-Pesquisa-Cientifica. pdf.

R Core Team. (2020). R: a language and environment for statistical computing. Vienna, AT: R Foundation for Statistical Computing.

Rice, S. O. (1945). Mathematical analysis of random noise. Bell System Technical Journal, 24(1):46 156.

Richardson, R. J. (1999). Pesquisa social: métodos e técnicas. São Paulo: Atlas.

Santiago, E. J. P., da Silva Freire, A. K., Cunha, A. L. X., Cantalice, J. R. B., do Carmo Mouco, M. A., Cunha Filho, M., ... & de Oliveira, G.

M. (2020). Caracterização de altas temperaturas e identificação de épocas suscetíveis à estenospermocarpia em mangas ‘Palmer’. Research, Society and Development, 9(7), e383973734-e383973734.

Shea, B. L. (1988). Algorithm AS 239: Chi-squared and incomplete Gama integral. Applied Statistics, 466-473.

Silva, Í. N., de Oliveira, J. B., de Oliveira Fontes, L., & Arraes, F. D. D. (2013). Distribuição de frequência da chuva para região centro-sul do ceará, brasil. Revista Ciência Agronômica, 44(3):481 487.

Weibull, W. et al.. (1951). A statistical distribution function of wide applicability. Journal of applied mechanics, 18(3):293 297.

Wilk, M. B. & Gnanadesikan, R. (1968). Probability plotting methods for the analysis for the analysis of data. Biometrika, 55(1):1 17.

Ximenes, P. D. S. M. P., da Silva, A. S. A., Ashkar, F., & Stosic, T. (2020). Ajuste de distribuições de probabilidade à precipitação mensal no estado de Pernambuco–Brasil. Research, Society and Development, 9(11), e4869119894-e4869119894.

Downloads

Published

22/03/2021

How to Cite

BORGES, Y. M.; SILVA, B. G. da .; MELO, B. A. R. de .; SILVA, R. R. da . Evaluation of probability distributions in the analysis of minimum temperature series in Manaus – AM. Research, Society and Development, [S. l.], v. 10, n. 3, p. e46210313616, 2021. DOI: 10.33448/rsd-v10i3.13616. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/13616. Acesso em: 12 apr. 2021.

Issue

Section

Exact and Earth Sciences