dc.creator | Konrad, Júlia | |
dc.date.accessioned | 2022-07-15T15:11:06Z | |
dc.date.available | 2022-07-15T15:11:06Z | |
dc.date.issued | 2022-02-23 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/25358 | |
dc.description.abstract | Hydroclimatic processes, such as streamflow and wind speed, have a probabilistic nature
since they suffer interference from an infinite number of random factors. Most
of the time series within the natural sciences also consist in autocorrelated processes.
These characteristics make it interesting to use autoregressive moving average
(ARMA) models for analysis and prediction of hydroclimatic data. ARMA models absorb
the series self-correlation in its structure. The most traditional class of ARMA
models has the normality of the data as a premise. However, it is recognized that the
Gaussian assumption is too restrictive for many applications. Streamflow and wind
speed data, for example, can be modeled more adequately by the Weibull distribution,
which presents asymmetry in its histogram and is inferiorly limited by zero. Thus, the
goal of this work is to propose a dynamic model for time series with Weibull distribution,
as a tool for analyzing autocorrelated hydroclimatic data. In the proposed model, called
Wei-ARMA, the mean is modeled by a dynamic structure containing autoregressive
and moving averages components, regressors and a link function. The work also proposes
a parametric trend test based on the Wei-ARMA model to analyse the presence
of trend in autocorrelated data series. The estimation of parameters was performed
considering the conditional maximum likelihood method and a Monte Carlo simulation
was employed to evaluate the performance of the estimators and the proposed trend
test in different scenarios. The estimators were evaluated in terms of relative bias and
mean square error, while the trend test was evaluated in terms of size and power, and
compared with usual non-parametric trend tests, such as the Mann-Kendall test and
Seasonal Mann-Kendall test. The conditional maximum likelihood estimators performed
well and the proposed trend test obtained better results than the concurrent tests.
Finally, the applicability of the proposed model and trend test was evaluated in streamflow
and wind speed monthly series. The Wei-ARMA model was able to absorb the
behavior characteristics of the data, obtaining similar or better results compared to the
traditional ARMA model, having as main advantage not predicting negative values. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | por |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Dados hidroclimáticos | por |
dc.subject | Distribuição Weibull | por |
dc.subject | Modelos ARMA | por |
dc.subject | Séries temporais | por |
dc.subject | Tendência | por |
dc.subject | ARMA models | eng |
dc.subject | Hydroclimatic data | eng |
dc.subject | Time series | eng |
dc.subject | Trend | eng |
dc.subject | Weibull distribution | eng |
dc.title | Modelo Weibull autorregressivo de médias móveis: um novo modelo para aplicações em séries de vazão e velocidade do vento | por |
dc.title.alternative | Weibull autoregressive moving average model: a new model to aplications in streamflow and wind speed series | eng |
dc.type | Dissertação | por |
dc.description.resumo | Processos hidroclimáticos, como vazão e velocidade do vento, têm natureza probabilística,
pois sofrem interferência de uma infinidade de fatores aleatórios. Grande
parte das séries temporais no âmbito das ciências naturais também consistem em
processos autocorrelacionados. Estas características tornam interessante a utilização
de modelos autorregressivos de médias móveis (ARMA) para análise e previsão de
dados hidroclimáticos. Modelos ARMA absorvem a autocorrelação da série em sua
estrutura e sua classe mais tradicional tem como premissa a normalidade dos dados.
Entretanto, é reconhecido que a suposição Gaussiana é muito restritiva para diversas
aplicações. Dados de vazão e de velocidade do vento, por exemplo, podem ser modelados
de forma mais adequada pela distribuição Weibull, que apresenta assimetria e é
limitada inferiormente pelo valor zero. Sendo assim, o objetivo deste trabalho é propor
um modelo dinâmico para séries temporais com distribuição Weibull, como uma ferramenta
para análise de dados hidroclimáticos autocorrelacionados. No modelo proposto,
chamado de Wei-ARMA, a média é modelada por uma estrutura dinâmica contendo
componentes autorregressivos e de médias móveis, regressores e uma função
de ligação. Propõe-se, também, um teste paramétrico baseado no modelo Wei-ARMA
para avaliar a presença de tendência em séries de dados autocorrelacionados. A estimação
dos parâmetros do modelo baseou-se no método da máxima verossimilhança
condicional e um estudo de simulação de Monte Carlo foi realizado para avaliar o desempenho
dos estimadores e do teste de tendência proposto em diferentes cenários.
Os estimadores foram avaliados em termos de viés relativo e erro quadrático médio,
enquanto o teste de tendência foi avaliado em termos de tamanho e poder do teste,
comparativamente ao desempenho de testes de tendência não-paramétricos usuais,
como os testes de Mann-Kendall e Mann-Kendall sazonal. Os estimadores de máxima
verossimilhança condicional apresentaram bom desempenho e o teste de tendência
proposto obteve resultados superiores aos testes concorrentes. Por fim, a aplicabilidade
do modelo e do teste de tendência derivado foi avaliada em séries mensais de
vazão e de velocidade do vento. O modelo Wei-ARMA foi capaz de absorver as características
de comportamento das séries de dados, obtendo resultados semelhantes ou
melhores em comparação com modelo ARMA tradicional, tendo como principal ganho
a não predição de valores negativos. | por |
dc.contributor.advisor1 | Bayer, Debora Missio | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5799733583668443 | por |
dc.contributor.advisor-co1 | Bayer, Fabio Mariano | |
dc.contributor.referee1 | Palm, Bruna Gregory | |
dc.contributor.referee2 | Tassi, Rutineia | |
dc.creator.Lattes | http://lattes.cnpq.br/2851840841199415 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Engenharia Civil | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Engenharia Civil | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA CIVIL | por |
dc.publisher.unidade | Centro de Tecnologia | por |