Avaliação de distribuições de probabilidade na análise de séries de temperatura mínima em Manaus – AM
DOI:
https://doi.org/10.33448/rsd-v10i3.13616Palavras-chave:
Ajuste de distribuições; Dados de temperatura; Distribuição rice; Distribuição Log-Normal; Distribuição Gumbel II.Resumo
A relevância em estudar fenômenos climatológicos baseia-se na influência que variáveis dessa natureza exercem no mundo. Entre as variáveis mais observadas, destaca-se a temperatura, cujo efeito de sua variação pode vir a causar impactos significativos, como na proliferação de espécies biológicas, produção agrícola, saúde da população, etc. Distribuições de probabilidade vêm sendo estudadas para verificar o melhor ajuste para descrever e/ou prever o comportamento de variáveis climáticas e, sob esse contexto, o presente estudo avaliou, dentre seis distribuições de probabilidade, a de melhor ajuste para descrever uma série histórica de temperatura mínima média mensal. As séries utilizadas neste estudo englobam um período de 38 anos (1980 a 2018) separados por mês, da estação meteorológica da estação Manaus - AM (OMM: 82331) obtidas no INMET, totalizando 459 observações. Foram utilizados os testes Difference-Sign e Turning Point para verificar independência dos dados e o método da máxima verossimilhança para estimar os parâmetros. Para selecionar a distribuição de melhor ajuste foram utilizados os testes de Kolmogorov-Smirnov, Anderson-Darling, Cramér-von Mises, Critério de Informação de Akaike e gráficos quantil-quantil. Foram avaliadas as distribuições Log-Normal, Gama, Weibull, Gumbel tipo II, Benini e Rice, destacando-se as distribuições Rice, Log-Normal e Gumbel II como as de melhor desempenho.
Referências
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
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Yana Miranda Borges; Breno Gabriel da Silva; Brian Alvarez Ribeiro de Melo; Robério Rebouças da Silva
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
