Stochastic modeling using the generalized distribution of extreme values and LH moments: an approach through free software R

Detalhes bibliográficos
Autor(a) principal: Pansera, Wagner Alessandro
Data de Publicação: 2021
Outros Autores: Gomes, Bendito Martins
Tipo de documento: Artigo
Idioma: por
Título da fonte: Remat (Bento Gonçalves)
Texto Completo: https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/5106
Resumo: Generalized Extreme Value (GEV) distribution is used to modeling extreme natural events, such as rainfall, floods, wind speed and temperature. An important issue for GEV use is the choice of parameter estimation methodology. The commonly used methodologies are maximum likelihood and conventional moments. However, studies indicate that such methodologies do not always produce a reliable estimate of GEV parameters. In this sense, it is interesting to use LH moments, as they better characterize the upper tail of the distribution due to the emphasis given to the highest observed values. Nevertheless, there are no computational routines developed for GEV use combined with LH moments in free software. Therefore, this research aimed at developing a computational routine in free software R for stochastic modeling through GEV, using LH moments to estimate its parameters and verify goodness-of-fit. Maximum annual flow data available in the literature was used to demonstrate the applicability of the computational routine. This research contributes to disseminate the use of LH moments and facilitate stochastic modeling of extreme environmental events.
id IFRS-2_7f8e9ae57885f7865932a92b3c2574fb
oai_identifier_str oai:ojs2.periodicos.ifrs.edu.br:article/5106
network_acronym_str IFRS-2
network_name_str Remat (Bento Gonçalves)
repository_id_str
spelling Stochastic modeling using the generalized distribution of extreme values and LH moments: an approach through free software RModelagem estocástica usando a distribuição generalizada de valores extremos e momentos LH: uma abordagem via software livre RGEVvalores extremossoftware livre Rmodelagem estocásticaGEVextreme valuesfree software Rstochastic modelingGeneralized Extreme Value (GEV) distribution is used to modeling extreme natural events, such as rainfall, floods, wind speed and temperature. An important issue for GEV use is the choice of parameter estimation methodology. The commonly used methodologies are maximum likelihood and conventional moments. However, studies indicate that such methodologies do not always produce a reliable estimate of GEV parameters. In this sense, it is interesting to use LH moments, as they better characterize the upper tail of the distribution due to the emphasis given to the highest observed values. Nevertheless, there are no computational routines developed for GEV use combined with LH moments in free software. Therefore, this research aimed at developing a computational routine in free software R for stochastic modeling through GEV, using LH moments to estimate its parameters and verify goodness-of-fit. Maximum annual flow data available in the literature was used to demonstrate the applicability of the computational routine. This research contributes to disseminate the use of LH moments and facilitate stochastic modeling of extreme environmental events.A distribuição de probabilidade generalizada de valores extremos (GEV) é utilizada na modelagem de extremos naturais, tais como: chuvas intensas, vazões máximas, velocidade do vento e temperatura. Uma questão importante na utilização da GEV é a escolha da metodologia de estimativa de parâmetros. As metodologias comumente utilizadas são a máxima verossimilhança e os momentos convencionais. Contudo, estudos apontam que tais metodologias nem sempre produzem estimativas confiáveis dos parâmetros da GEV. Nesse sentido, é interessante a utilização dos momentos LH, pois caracterizam melhor o caudal superior da distribuição devido ênfase dada aos maiores valores observados. Porém, não existem rotinas computacionais desenvolvidas para utilização da GEV com momentos LH em software livre. Dessa forma, esta pesquisa teve por objetivo desenvolver uma rotina computacional no software livre R para modelagem estocástica por meio da GEV, utilizando momentos LH para estimar seus parâmetros e verificar a qualidade do ajuste. Foram utilizados dados de vazões máximas diárias anuais disponíveis na literatura para demonstrar a aplicabilidade da rotina computacional. Esta pesquisa contribui para disseminar o uso dos momentos LH e facilitar modelagem estocástica de eventos ambientais extremos.Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul2021-08-10info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtigo avaliado pelos paresapplication/pdfhttps://periodicos.ifrs.edu.br/index.php/REMAT/article/view/510610.35819/remat2021v7i2id5106REMAT: Revista Eletrônica da Matemática; Vol. 7 No. 2 (2021); e3003REMAT: Revista Eletrônica da Matemática; Vol. 7 Núm. 2 (2021); e3003REMAT: Revista Eletrônica da Matemática; v. 7 n. 2 (2021); e30032447-2689reponame:Remat (Bento Gonçalves)instname:Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)instacron:IFRSporhttps://periodicos.ifrs.edu.br/index.php/REMAT/article/view/5106/3003Copyright (c) 2021 REMAT: Revista Eletrônica da Matemáticahttps://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessPansera, Wagner Alessandro Gomes, Bendito Martins2022-12-28T16:07:18Zoai:ojs2.periodicos.ifrs.edu.br:article/5106Revistahttp://periodicos.ifrs.edu.br/index.php/REMATPUBhttps://periodicos.ifrs.edu.br/index.php/REMAT/oai||greice.andreis@caxias.ifrs.edu.br2447-26892447-2689opendoar:2022-12-28T16:07:18Remat (Bento Gonçalves) - Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)false
dc.title.none.fl_str_mv Stochastic modeling using the generalized distribution of extreme values and LH moments: an approach through free software R
Modelagem estocástica usando a distribuição generalizada de valores extremos e momentos LH: uma abordagem via software livre R
title Stochastic modeling using the generalized distribution of extreme values and LH moments: an approach through free software R
spellingShingle Stochastic modeling using the generalized distribution of extreme values and LH moments: an approach through free software R
Pansera, Wagner Alessandro
GEV
valores extremos
software livre R
modelagem estocástica
GEV
extreme values
free software R
stochastic modeling
title_short Stochastic modeling using the generalized distribution of extreme values and LH moments: an approach through free software R
title_full Stochastic modeling using the generalized distribution of extreme values and LH moments: an approach through free software R
title_fullStr Stochastic modeling using the generalized distribution of extreme values and LH moments: an approach through free software R
title_full_unstemmed Stochastic modeling using the generalized distribution of extreme values and LH moments: an approach through free software R
title_sort Stochastic modeling using the generalized distribution of extreme values and LH moments: an approach through free software R
author Pansera, Wagner Alessandro
author_facet Pansera, Wagner Alessandro
Gomes, Bendito Martins
author_role author
author2 Gomes, Bendito Martins
author2_role author
dc.contributor.author.fl_str_mv Pansera, Wagner Alessandro
Gomes, Bendito Martins
dc.subject.por.fl_str_mv GEV
valores extremos
software livre R
modelagem estocástica
GEV
extreme values
free software R
stochastic modeling
topic GEV
valores extremos
software livre R
modelagem estocástica
GEV
extreme values
free software R
stochastic modeling
description Generalized Extreme Value (GEV) distribution is used to modeling extreme natural events, such as rainfall, floods, wind speed and temperature. An important issue for GEV use is the choice of parameter estimation methodology. The commonly used methodologies are maximum likelihood and conventional moments. However, studies indicate that such methodologies do not always produce a reliable estimate of GEV parameters. In this sense, it is interesting to use LH moments, as they better characterize the upper tail of the distribution due to the emphasis given to the highest observed values. Nevertheless, there are no computational routines developed for GEV use combined with LH moments in free software. Therefore, this research aimed at developing a computational routine in free software R for stochastic modeling through GEV, using LH moments to estimate its parameters and verify goodness-of-fit. Maximum annual flow data available in the literature was used to demonstrate the applicability of the computational routine. This research contributes to disseminate the use of LH moments and facilitate stochastic modeling of extreme environmental events.
publishDate 2021
dc.date.none.fl_str_mv 2021-08-10
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artigo avaliado pelos pares
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/5106
10.35819/remat2021v7i2id5106
url https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/5106
identifier_str_mv 10.35819/remat2021v7i2id5106
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/5106/3003
dc.rights.driver.fl_str_mv Copyright (c) 2021 REMAT: Revista Eletrônica da Matemática
https://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2021 REMAT: Revista Eletrônica da Matemática
https://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul
publisher.none.fl_str_mv Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul
dc.source.none.fl_str_mv REMAT: Revista Eletrônica da Matemática; Vol. 7 No. 2 (2021); e3003
REMAT: Revista Eletrônica da Matemática; Vol. 7 Núm. 2 (2021); e3003
REMAT: Revista Eletrônica da Matemática; v. 7 n. 2 (2021); e3003
2447-2689
reponame:Remat (Bento Gonçalves)
instname:Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)
instacron:IFRS
instname_str Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)
instacron_str IFRS
institution IFRS
reponame_str Remat (Bento Gonçalves)
collection Remat (Bento Gonçalves)
repository.name.fl_str_mv Remat (Bento Gonçalves) - Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)
repository.mail.fl_str_mv ||greice.andreis@caxias.ifrs.edu.br
_version_ 1798329706095837184

Registros relacionados