Distribuições de probabilidade para séries históricas mensais de pressão atmosférica no município de Mossoró-RN

• Autor(a) principal: Assis, Janilson Pinheiro de
• Data de Publicação: 2016
• Outros Autores: Sousa, Roberto Pequeno de, Linhares, Paulo César Ferreira, Pimenta, Thiago Alves, Silva, Elcimar Lopes da
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Verde de Agroecologia e Desenvolvimento Sustentavel
• Texto Completo: https://www.gvaa.com.br/revista/index.php/RVADS/article/view/3425
• topic: meteorologia; modelagem; aderência

Objetivou-se verificar o ajuste de 12 séries históricas de pressão atmosférica mensal (milibar) no período de 1970 a2007, em Mossoró, RN, à sete modelos de distribuição densidade de probabilidade Normal, Log-Normal, Beta, Gama, Log-Pearson (Tipo III), Gumbel e Weibull, através dos testes Kolmogorov-Smirnov, Qui-Quadrado, Cramer Von-Mises, Anderson Darling e Kuiper a 10 % de probabilidade e utilizando-se o Logaritmo da Máxima Verossimilhança. Verificou-se a superioridade do ajustamento da distribuição de probabilidade Normal, quando comparada com as outras seis distribuições. No geral, os critérios de ajuste concordaram com a aceitação da hipótese H0, no entanto, deve-se salientar que o teste de Kolmogorov-Smirnov apresenta um nível de aprovação de uma distribuição sob teste muito elevado, gerando insegurança aos critérios do teste, porém, como neste estudo os dados são aproximadamente simétricos, esse é o mais recomendado.Probability distributions for historic series of monthly atmospheric pressure in city of Mossoró-RNAbstract: The aim of this study was to determine the set of 12 time series of monthly atmospheric pressure (millibars) in the period 1970-2007, in Natal, RN, the seven models of the probability density distribution Normal, Log-Normal, Beta, Gamma, Log -Pearson (Type III), Gumbel and Weibull, through the Kolmogorov-Smirnov tests, Chi-Square, Cramer-von Mises, Anderson Darling and Kuiper 10 probability and using the logarithm of the maximum likelihood. It is the superiority of adjusting the normal probability distribution compared to the other six distributions. Overall, the fit criteria agreed with the acceptance of the hypothesis, however, it should be noted that the Kolmogorov-Smirnov test shows a level of approval of a distribution under test very high, which creates some uncertainty to the criteria of test, but in this study as the data are roughly symmetrical it is the most recommended.