Construção de uma Priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição gumbel

Detalhes bibliográficos
Autor(a) principal: Beijo, Luiz Alberto
Data de Publicação: 2006
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/4415
Resumo: Estatística e Experimentação Agropecuária
id UFLA_a4aed7cc554a1feb5ce490acc5187206
oai_identifier_str oai:localhost:1/4415
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Construção de uma Priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição gumbelConstruction of one priori for the parameters of the generalized extreme values model based in quantis with gumbel distributionInferência bayesianaDistribuição generalizada de valores extremosConhecimento a prioriPrecipitação máximaGeneralized extreme value distributionBayesian approachMaximum rainfallPrior knowledgeCNPQ_NÃO_INFORMADOEstatística e Experimentação AgropecuáriaA distribuição generalizada de valores extremos (GEV) desempenha um PAPEL fundamental em estudos relacionados a medições físicas, em que é aplicada com a finalidade de descrever o comportamento de eventos raros Como esses valores são extraídos da cauda superior (ou inferior) da distribuição original isto faz com que na maioria das situações se tenha uma quantidade escassa de dados o que pode dificultar a obtenção de estimativas confiáveis sobre alguma medida de interesse dos mesmos Uma alternativa para se obter uma melhoria na qualidade das estimativas seria utilizar informações que os especialistas de determinada área em estudo possuam Sendo assim propõe-se neste trabalho uma distribuição a priori alternativa para a abordagem Bayesiana da distribuição GEV que facilite a incorporação dos conhecimentos fornecidos por especialistas A forma proposta para introduzir o conhecimento consiste em utilizar quantis da distribuição GEV assumindo que estes têm uma distribuição de Gumbel Isto facilita a incorporação da informação uma vez que quantis extremos e os parâmetros da distribuição de Gumbel são medidas familiares a especialistas da área Para avaliar o desempenho desta nova abordagem foram simuladas 36 séries de dados de diferentes tamanhos de amostras e diferentes valores de parâmetros Objetivou-se também obter as estimativas de precipitação máxima para os tempos de retorno de 10 e 20 anos e seus respectivos limites superiores de 95% para o período anual e para os meses da estação chuvosa de Jaboticabal (SP) A técnica Monte Carlo via Cadeias de Markov (MCMC) foi empregada para inferência a posteriori de cada parâmetro A metodologia apresentou bons resultados na estimação dos parâmetros da distribuição GEV para os diferentes tamanhos de amostras e na obtenção dos valores de precipitação máxima provável para a região de Jaboticabal apresentando-se como uma boa alternativa na incorporação de conhecimentos a priori no estudo de dados extremos.The generalized extreme value distribution (GEV) plays a key role in studies related to physical measurements where it is applied to describe the behavior of the extreme values or rare event As these values are extracted from the upper (or lower) tail of the original distribution, a scarce amount of data is obtained in most cases This can be usually a problem in the acquirement of reliable estimates on some measure of interest An alternative to overcome this potential problem and as a consequence to obtain an improvement in the quality of the estimates would be to use available information that certain specialists possess One theme of this paper is to propose an alternative prior distribution for the Bayesian approach of the GEV distribution that makes easier the incorporation of the information supplied by specialists The form proposed to introduce the prior knowledge of experts consists of using quantis of the GEV distribution assuming that they have a Gumbel distribution This approach makes easier the incorporation of the information once extreme quantis and Gumbel distribution parameters are standard quantities to specialists in extreme values analyses To evaluate the performance of this new approach 36 series of data for samples of different sizes and different values of parameters have been simulated It was also aimed to determine the punctual and the upper limit 95% estimates of the probable maximum rainfall for return periods of 10 and 20 years for the annual and month periods of the rainy station at region of Jaboticabal Sao Paulo States Brazil Posterior inference is obtained through Markov Chain Monte Carlo (MCMC) methods The proposed prior presented good results in the estimation of parameters of GEV distribution for samples of different sizes and in the determination of values of probable maximum rainfall estimates for the region of Jaboticabal It presented itself as a good alternative in the incorporation of prior knowledge in the study of extreme dataUNIVERSIDADE FEDERAL DE LAVRASDEX - Departamento de Ciências ExatasUFLABRASILVivanco, Mário Javier FerruaMuniz, Joel AugustoSáfadi, ThelmaCarvalho, Luiz Gonsaga deCancho, Vicente GaribayBeijo, Luiz Alberto2014-10-11T22:10:01Z2014-10-11T22:10:01Z2014-10-112006-03-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfBEIJO, L. A. Construção de uma priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição Gumbell. 2006. 98 p. Tese (Doutorado Estatística Experimental em Agropecuária )-Universidade Federal de Lavras, Lavras, 2006.http://repositorio.ufla.br/jspui/handle/1/4415info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2023-05-11T15:37:38Zoai:localhost:1/4415Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2023-05-11T15:37:38Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Construção de uma Priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição gumbel
Construction of one priori for the parameters of the generalized extreme values model based in quantis with gumbel distribution
title Construção de uma Priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição gumbel
spellingShingle Construção de uma Priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição gumbel
Beijo, Luiz Alberto
Inferência bayesiana
Distribuição generalizada de valores extremos
Conhecimento a priori
Precipitação máxima
Generalized extreme value distribution
Bayesian approach
Maximum rainfall
Prior knowledge
CNPQ_NÃO_INFORMADO
title_short Construção de uma Priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição gumbel
title_full Construção de uma Priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição gumbel
title_fullStr Construção de uma Priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição gumbel
title_full_unstemmed Construção de uma Priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição gumbel
title_sort Construção de uma Priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição gumbel
author Beijo, Luiz Alberto
author_facet Beijo, Luiz Alberto
author_role author
dc.contributor.none.fl_str_mv Vivanco, Mário Javier Ferrua
Muniz, Joel Augusto
Sáfadi, Thelma
Carvalho, Luiz Gonsaga de
Cancho, Vicente Garibay
dc.contributor.author.fl_str_mv Beijo, Luiz Alberto
dc.subject.por.fl_str_mv Inferência bayesiana
Distribuição generalizada de valores extremos
Conhecimento a priori
Precipitação máxima
Generalized extreme value distribution
Bayesian approach
Maximum rainfall
Prior knowledge
CNPQ_NÃO_INFORMADO
topic Inferência bayesiana
Distribuição generalizada de valores extremos
Conhecimento a priori
Precipitação máxima
Generalized extreme value distribution
Bayesian approach
Maximum rainfall
Prior knowledge
CNPQ_NÃO_INFORMADO
description Estatística e Experimentação Agropecuária
publishDate 2006
dc.date.none.fl_str_mv 2006-03-22
2014-10-11T22:10:01Z
2014-10-11T22:10:01Z
2014-10-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv BEIJO, L. A. Construção de uma priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição Gumbell. 2006. 98 p. Tese (Doutorado Estatística Experimental em Agropecuária )-Universidade Federal de Lavras, Lavras, 2006.
http://repositorio.ufla.br/jspui/handle/1/4415
identifier_str_mv BEIJO, L. A. Construção de uma priori para os parâmetros do modelo de valores extremos generalizado baseada em quantis com distribuição Gumbell. 2006. 98 p. Tese (Doutorado Estatística Experimental em Agropecuária )-Universidade Federal de Lavras, Lavras, 2006.
url http://repositorio.ufla.br/jspui/handle/1/4415
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DEX - Departamento de Ciências Exatas
UFLA
BRASIL
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DEX - Departamento de Ciências Exatas
UFLA
BRASIL
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1784550002738069504

Registros relacionados