PREVISÃO DA UMIDADE RELATIVA DO AR DE BRASÍLIA POR MEIO DO MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Brasileira de Meteorologia (Online) |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862015000300319 |
Resumo: | O monitoramento da umidade relativa do ar (UR) tem grande importância no gerenciamento de recursos hídricos, na área agrícola, em estudos climáticos, assim como para a gestão da saúde pública. Este trabalho tem o objetivo de analisar, modelar e prever os valores mensais de UR da cidade de Brasília, Distrito Federal. Como a UR se dá em termos percentuais, ou seja, assume valores contínuos no intervalo (0,1), os modelos de séries temporais tradicionais da classe ARIMA não são adequados. Com isso, a utilização do modelo beta autorregressivo de médias móveis (βARMA) se faz necessária. Esse modelo para taxas e proporções, que assume distribuição beta para a variável de interesse, foi proposto recentemente por Rocha e Cribari-Neto. Para realização deste trabalho o modelo βARMA foi implementado em linguagem R. Sua aplicação aos dados de UR mostrou-se adequada, captando o comportamento da série e gerando previsões coerentes. |
id |
SBMET-1_2fe5e92bdd26a62b9151354023088796 |
---|---|
oai_identifier_str |
oai:scielo:S0102-77862015000300319 |
network_acronym_str |
SBMET-1 |
network_name_str |
Revista Brasileira de Meteorologia (Online) |
repository_id_str |
|
spelling |
PREVISÃO DA UMIDADE RELATIVA DO AR DE BRASÍLIA POR MEIO DO MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEISβARMAprediçãoséries temporaisumidade relativa do arO monitoramento da umidade relativa do ar (UR) tem grande importância no gerenciamento de recursos hídricos, na área agrícola, em estudos climáticos, assim como para a gestão da saúde pública. Este trabalho tem o objetivo de analisar, modelar e prever os valores mensais de UR da cidade de Brasília, Distrito Federal. Como a UR se dá em termos percentuais, ou seja, assume valores contínuos no intervalo (0,1), os modelos de séries temporais tradicionais da classe ARIMA não são adequados. Com isso, a utilização do modelo beta autorregressivo de médias móveis (βARMA) se faz necessária. Esse modelo para taxas e proporções, que assume distribuição beta para a variável de interesse, foi proposto recentemente por Rocha e Cribari-Neto. Para realização deste trabalho o modelo βARMA foi implementado em linguagem R. Sua aplicação aos dados de UR mostrou-se adequada, captando o comportamento da série e gerando previsões coerentes.Sociedade Brasileira de Meteorologia2015-09-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862015000300319Revista Brasileira de Meteorologia v.30 n.3 2015reponame:Revista Brasileira de Meteorologia (Online)instname:Sociedade Brasileira de Meteorologia (SBMET)instacron:SBMET10.1590/0102-778620130645info:eu-repo/semantics/openAccessBAYER,DÉBORA MISSIOBAYER,FÁBIO MARIANOpor2015-09-18T00:00:00Zoai:scielo:S0102-77862015000300319Revistahttp://www.rbmet.org.br/port/index.phpONGhttps://old.scielo.br/oai/scielo-oai.php||rbmet@rbmet.org.br1982-43510102-7786opendoar:2015-09-18T00:00Revista Brasileira de Meteorologia (Online) - Sociedade Brasileira de Meteorologia (SBMET)false |
dc.title.none.fl_str_mv |
PREVISÃO DA UMIDADE RELATIVA DO AR DE BRASÍLIA POR MEIO DO MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS |
title |
PREVISÃO DA UMIDADE RELATIVA DO AR DE BRASÍLIA POR MEIO DO MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS |
spellingShingle |
PREVISÃO DA UMIDADE RELATIVA DO AR DE BRASÍLIA POR MEIO DO MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS BAYER,DÉBORA MISSIO βARMA predição séries temporais umidade relativa do ar |
title_short |
PREVISÃO DA UMIDADE RELATIVA DO AR DE BRASÍLIA POR MEIO DO MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS |
title_full |
PREVISÃO DA UMIDADE RELATIVA DO AR DE BRASÍLIA POR MEIO DO MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS |
title_fullStr |
PREVISÃO DA UMIDADE RELATIVA DO AR DE BRASÍLIA POR MEIO DO MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS |
title_full_unstemmed |
PREVISÃO DA UMIDADE RELATIVA DO AR DE BRASÍLIA POR MEIO DO MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS |
title_sort |
PREVISÃO DA UMIDADE RELATIVA DO AR DE BRASÍLIA POR MEIO DO MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS |
author |
BAYER,DÉBORA MISSIO |
author_facet |
BAYER,DÉBORA MISSIO BAYER,FÁBIO MARIANO |
author_role |
author |
author2 |
BAYER,FÁBIO MARIANO |
author2_role |
author |
dc.contributor.author.fl_str_mv |
BAYER,DÉBORA MISSIO BAYER,FÁBIO MARIANO |
dc.subject.por.fl_str_mv |
βARMA predição séries temporais umidade relativa do ar |
topic |
βARMA predição séries temporais umidade relativa do ar |
description |
O monitoramento da umidade relativa do ar (UR) tem grande importância no gerenciamento de recursos hídricos, na área agrícola, em estudos climáticos, assim como para a gestão da saúde pública. Este trabalho tem o objetivo de analisar, modelar e prever os valores mensais de UR da cidade de Brasília, Distrito Federal. Como a UR se dá em termos percentuais, ou seja, assume valores contínuos no intervalo (0,1), os modelos de séries temporais tradicionais da classe ARIMA não são adequados. Com isso, a utilização do modelo beta autorregressivo de médias móveis (βARMA) se faz necessária. Esse modelo para taxas e proporções, que assume distribuição beta para a variável de interesse, foi proposto recentemente por Rocha e Cribari-Neto. Para realização deste trabalho o modelo βARMA foi implementado em linguagem R. Sua aplicação aos dados de UR mostrou-se adequada, captando o comportamento da série e gerando previsões coerentes. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-09-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862015000300319 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862015000300319 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/0102-778620130645 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Sociedade Brasileira de Meteorologia |
publisher.none.fl_str_mv |
Sociedade Brasileira de Meteorologia |
dc.source.none.fl_str_mv |
Revista Brasileira de Meteorologia v.30 n.3 2015 reponame:Revista Brasileira de Meteorologia (Online) instname:Sociedade Brasileira de Meteorologia (SBMET) instacron:SBMET |
instname_str |
Sociedade Brasileira de Meteorologia (SBMET) |
instacron_str |
SBMET |
institution |
SBMET |
reponame_str |
Revista Brasileira de Meteorologia (Online) |
collection |
Revista Brasileira de Meteorologia (Online) |
repository.name.fl_str_mv |
Revista Brasileira de Meteorologia (Online) - Sociedade Brasileira de Meteorologia (SBMET) |
repository.mail.fl_str_mv |
||rbmet@rbmet.org.br |
_version_ |
1752122084973084672 |