Análise hierárquica para dados de bacias hidrográficas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/276010 |
Resumo: | Este trabalho tem como objetivo desenvolver e analisar modelos lineares generalizados para séries temporais, aplicando a metodologia Hierárquica Bayesiana. Utilizamos dois bancos de dados para comparar os modelos, os dados do Rio dos Sinos, que descrevem o índice da qualidade da água e os dados do Rio Colorado, que medem a vazão da água. Iniciamos as análises considerando apenas o efeito aleatório e no final acrescentamos o efeito correlacionado espacialmente para realizar a análise espaço-temporal. Para a comparação da eficiência dos modelos utilizamos diversos critérios de avaliação e gráficos das séries temporais com os estimadores. Com isso, foi possível observar quais modelos descrevem melhor os dados de acordo com suas características. Esse conhecimento pode ser utilizado para facilitar e melhorar a eficiência da modelagem de dados em outras aplicações futuras. |
id |
UFRGS-2_afb056340d7a8398f821f2682f7fbcb4 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/276010 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Peres, Verônica StamattoLopes, Silvia Regina Costa2024-07-04T06:11:26Z2022http://hdl.handle.net/10183/276010001144013Este trabalho tem como objetivo desenvolver e analisar modelos lineares generalizados para séries temporais, aplicando a metodologia Hierárquica Bayesiana. Utilizamos dois bancos de dados para comparar os modelos, os dados do Rio dos Sinos, que descrevem o índice da qualidade da água e os dados do Rio Colorado, que medem a vazão da água. Iniciamos as análises considerando apenas o efeito aleatório e no final acrescentamos o efeito correlacionado espacialmente para realizar a análise espaço-temporal. Para a comparação da eficiência dos modelos utilizamos diversos critérios de avaliação e gráficos das séries temporais com os estimadores. Com isso, foi possível observar quais modelos descrevem melhor os dados de acordo com suas características. Esse conhecimento pode ser utilizado para facilitar e melhorar a eficiência da modelagem de dados em outras aplicações futuras.This work aims to develop and analyze generalized linear models for time series, applying the Bayesian Hierarchical methodology. We used two databases to compare the models, data from Rio dos Sinos, that describe the water quality index and data from Rio Colorado, that measure water flow. We started the analysis considering only the random effect and at the end we added the spatially correlated effect to perform the spatio-temporal analysis. To compare the efficiency of the models, we used several evaluation criteria and time series graphs with estimators. With this, it was possible to observe which models best describe the data according to their characteristics. This knowledge can be used to facilitate and improve the efficiency of data modeling in other future applications.application/pdfporSéries temporaisInferência bayesianaModelos lineares generalizadosTime seriesBayesian inferenceGeneralized linear modelsSpatio-temporal analysisHierarchical analysisAnálise hierárquica para dados de bacias hidrográficasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de Matemática e EstatísticaPorto Alegre, BR-RS2022Estatística: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001144013.pdf.txt001144013.pdf.txtExtracted Texttext/plain71388http://www.lume.ufrgs.br/bitstream/10183/276010/2/001144013.pdf.txtf0e152cbb53b2170b472249ac96049c6MD52ORIGINAL001144013.pdfTexto completoapplication/pdf6256240http://www.lume.ufrgs.br/bitstream/10183/276010/1/001144013.pdf6f51100eded4ed8dbb8ed0b49ee61fdaMD5110183/2760102024-07-05 06:00:30.582063oai:www.lume.ufrgs.br:10183/276010Repositório InstitucionalPUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.bropendoar:2024-07-05T09:00:30Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Análise hierárquica para dados de bacias hidrográficas |
title |
Análise hierárquica para dados de bacias hidrográficas |
spellingShingle |
Análise hierárquica para dados de bacias hidrográficas Peres, Verônica Stamatto Séries temporais Inferência bayesiana Modelos lineares generalizados Time series Bayesian inference Generalized linear models Spatio-temporal analysis Hierarchical analysis |
title_short |
Análise hierárquica para dados de bacias hidrográficas |
title_full |
Análise hierárquica para dados de bacias hidrográficas |
title_fullStr |
Análise hierárquica para dados de bacias hidrográficas |
title_full_unstemmed |
Análise hierárquica para dados de bacias hidrográficas |
title_sort |
Análise hierárquica para dados de bacias hidrográficas |
author |
Peres, Verônica Stamatto |
author_facet |
Peres, Verônica Stamatto |
author_role |
author |
dc.contributor.author.fl_str_mv |
Peres, Verônica Stamatto |
dc.contributor.advisor1.fl_str_mv |
Lopes, Silvia Regina Costa |
contributor_str_mv |
Lopes, Silvia Regina Costa |
dc.subject.por.fl_str_mv |
Séries temporais Inferência bayesiana Modelos lineares generalizados |
topic |
Séries temporais Inferência bayesiana Modelos lineares generalizados Time series Bayesian inference Generalized linear models Spatio-temporal analysis Hierarchical analysis |
dc.subject.eng.fl_str_mv |
Time series Bayesian inference Generalized linear models Spatio-temporal analysis Hierarchical analysis |
description |
Este trabalho tem como objetivo desenvolver e analisar modelos lineares generalizados para séries temporais, aplicando a metodologia Hierárquica Bayesiana. Utilizamos dois bancos de dados para comparar os modelos, os dados do Rio dos Sinos, que descrevem o índice da qualidade da água e os dados do Rio Colorado, que medem a vazão da água. Iniciamos as análises considerando apenas o efeito aleatório e no final acrescentamos o efeito correlacionado espacialmente para realizar a análise espaço-temporal. Para a comparação da eficiência dos modelos utilizamos diversos critérios de avaliação e gráficos das séries temporais com os estimadores. Com isso, foi possível observar quais modelos descrevem melhor os dados de acordo com suas características. Esse conhecimento pode ser utilizado para facilitar e melhorar a eficiência da modelagem de dados em outras aplicações futuras. |
publishDate |
2022 |
dc.date.issued.fl_str_mv |
2022 |
dc.date.accessioned.fl_str_mv |
2024-07-04T06:11:26Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/276010 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001144013 |
url |
http://hdl.handle.net/10183/276010 |
identifier_str_mv |
001144013 |
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.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/276010/2/001144013.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/276010/1/001144013.pdf |
bitstream.checksum.fl_str_mv |
f0e152cbb53b2170b472249ac96049c6 6f51100eded4ed8dbb8ed0b49ee61fda |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br |
_version_ |
1817724766501470208 |