MIRIAM RODRIGUES SILVESTRE, MANOEL IVANILDO SILVESTRE BEZERRA.
|
|
- Vítor Bonilha Bandeira
- 6 Há anos
- Visualizações:
Transcrição
1 Revisa Brasileira de Meeorologia, v. 30,. 4, , 05 hp://dx.doi.org/0.590/ MODELOS DECOMPOSIÇÃO TEMPORAL E DE REGRESSÃO HARMÔNICA: UMA COM- PARAÇÃO PARA A SÉRIE MENSAL DA TEMPERATURA MÍNIMA E MÁXIMA MÉDIA DE PRESIDENTE PRUDENTE (SP MIRIAM RODRIGUES SILVESTRE, MANOEL IVANILDO SILVESTRE BEZERRA Uiversidade Esadual Paulisa Júlio de Mesquia Filho (UNESP, Faculdade de Ciêcias e Tecologia (FCT, Deparameo de Esaísica (Des, Presidee Prudee, SP, Brasil miriam@fc.uesp.br, maoel@fc.uesp.br Recebido Seembro de 03 - Aceio Abril de 05 RESUMO Nesse rabalho são apreseados dois modelos de regressão cosruídos para esimar as séries mesais de emperaura míima e máxima média (Tmi e Tmax do muicípio de Presidee Prudee (SP. Os modelos de decomposição emporal com edêcia liear e sazoalidade, e modelo harmôico com edêcia liear e compoees harmôicas, foram cosruídos para os períodos de 50 aos (96-00 e 30 aos ( Os modelos foram comparados aravés de medidas de acurácia as séries de 50 e 30 aos. As medidas de precisão, exaidão e desempeho foram avaliadas o cojuo de validação (0-04. Foi proposo o uso do coeficiee de correlação de Spearma o lugar do coeficiee de Pearso, o caso de fala de ormalidade das observações origiais e esimaivas dos modelos, para avaliar a precisão e o desempeho dos modelos aravés do ídice CS. Observou-se que o modelo harmôico apreseou melhores resulados que o modelo de decomposição emporal, pricipalmee quado foi cosruído com a série mais loga (50 aos para Tmax e mais cura (30 aos para Tmi. Palavras-chave: emperaura máxima, emperaura míima, modelos de regressão, modelo de decomposição emporal, modelo harmôico. ABSTRACT: TEMPORAL DECOMPOSITION AND HARMONIC REGRESSION MODELS: A COMPARISON TO THE SERIES OF MONTHLY AVERAGE MINIMUM AND MAXIMUM TEMPERATURE AT PRESIDENTE PRUDENTE (SP I his wor wo regressio models, cosruced o esimae he mohly miimum ad maximum average emperaure (Tmi ad Tmax series a Presidee Prudee (SP ciy are preseed. The emporal decomposiio model wih liear red ad seasoaliy ad he harmoic model wih liear red ad harmoic compoes were buil for periods of 50 years (96-00 ad of 30 years ( The models were compared by accuracy measures o he 50 ad 30 years series. The precisio ad performace measuremes were evaluaed for he validaio daa se (0-04. I was proposed he Spearma correlaio coefficie isead of he Pearso coefficie i he case of o-ormaliy of he origial observaios ad model esimaes, ad o assess he accuracy ad he performace of he models hrough he CS idex. I was observed ha he harmoic model showed beer resuls ha he emporal decomposiio model, especially whe i was buil usig he loger Tmax (50 years ad shorer Tmi series (30 years. Keywords: maximum emperaure, miimum emperaure, regressio model, emporal decomposiio model, harmoic model.
2 458 Miriam Rodrigues Silvesre e Maoel Ivaildo Silvesre Bezerra. Volume 30(4. INTRODUÇÃO Segudo dados divulgados pelo IBGE Países@ (05, a parir de dados forecidos pela Uied Naios Saisical Divisios (UNSD, 05, a população mudial em agoso de 04 era cosiuída de habiaes. O úlimo ceso demográfico realizado pelo IBGE o Brasil, publicado a Siopse do Ceso Demográfico 00 do IBGE (IBGE CENSO, 03, idicou que a população residee em 00 era de milhões de pessoas, e desse oal, habiavam áreas urbaas, o que represea 84,36% da população como sedo urbaa. Cosiderado somee a Região Sudese, esse perceual sobe para 9,95%. No muicípio de Presidee Prudee (SP, recore espacial desse rabalho, segudo o IBGE Cidades@ (03, a população oal residee em 00 era de 07.60, e a população esriamee urbaa era de habiaes, ou seja, 97,96%. Essa iformação mosra a relevâcia de esudos realizados em áreas urbaas devido ao grade coigee populacioal vivedo em cidades, o qual é afeado por diversos faores, ere eles, os faores relacioados ao clima. Uma imporae variável esse coexo é a emperaura, a qual ifluecia o orgaismo humao, e suas aividades ao comerciais, assim como idusriais ou agrícolas. Nesse rabalho, são abordadas as séries de emperaura míima e máxima média mesal (Tmi e Tmax para o muicípio de Presidee Prudee (SP, do período 96 a 00. Segudo Morei e Toloi (004, uma série emporal é qualquer cojuo de observações ordeadas o empo. Para a aálise das séries emporais podem ser empregadas duas classes de modelos: os modelos paraméricos, que coém um úmero fiio de parâmeros; e os ão paraméricos, que evolvem um úmero ifiio de parâmeros. Os modelos paraméricos eglobam os modelos de erros (ou de regressão, ais como os modelos de decomposição emporal e modelo de regressão harmôico, os quais serão empregados esse rabalho. Para o Esado de São Paulo, Pio e al. (97 apreseam modelos de regressão liear múliplo para esimar as emperauras médias mesais para o Esado de São Paulo. O modelo proposo depede apeas da aliude (m e laiude (miuos, e é cosruída uma equação para cada mês do ao. Ereao, os auores ão rabalham as medidas Tmi e Tmax para que se possa comparar. Pedro Júior e al. (99 ambém apreseam modelos mesais de regressão evolvedo Tmi e Tmax, para o Esado de São Paulo, com exceção das regiões liorâeas e do Vale do Ribeira, e cosaaram que há grade ifluêcia da aliude as equações mesais. Noa-se que os rabalhos ciados acima, Pio e al. (97 e Pedro Júior e al. (99, são desevolvidos modelos de regressão múlipla mesais evolvedo as variáveis aliude e laiude. Com relação ao modelo harmôico, Cargelui Filho e al. (00 o uilizaram para modelar a emperaura do ar média mesal em 37 locais do Esado do Rio Grade do Sul, para o período de 93 a 000. Aoii e al. (009 cosruíram um modelo para a emperaura média diária do Esado de Goiás uilizado o modelo harmôico e as coordeadas geográficas (laiude, logiude e aliude de esações meeorológicas em Goiás, os períodos variaram coforme a esação, pois as mesmas ão coiham séries com períodos idêicos e em muio logas. O modelo foi esado com os dados de rês esações de aliudes diferees: elevada (.00 m, média (554 m e baixa (43 m. O desempeho do modelo foi cosiderado mediao para aliudes baixas e elevadas e muio bom para aliudes médias. Fae e Sa Aa Neo (0 apreseam esaísicas para see esações do esado de São Paulo (Avaré, Caaduva, Fraca, Presidee Prudee, Vouporaga, Piracicaba e São Simão compreededo o período de 96 a 009. Os resulados obidos apoaram para um aumeo de Tmi e Tmax os dois úlimos decêios ( e , quado comparadas às médias de odo o período ( para a maioria das esações aalisadas, com exceção de Caaduva (maior aumeo para Tmax o período Para Presidee Prudee esse aumeo foi de 0,6 o C e o C para Tmi e de 0, o C e 0,6 o C para Tmax, para cada decêio, respecivamee. Ereao, esses auores ão desevolvem ehum modelo para ajusar emperaura. Nesse rabalho preede-se desevolver dois modelos de regressão: o modelo de decomposição com edêcia e sazoalidade deermiísica e o modelo com edêcia liear e harmôicas periódicas para as séries Tmi e Tmax, específicos para a esação de Presidee Prudee (SP.. MATERIAL E MÉTODOS Os dados foram obidos juo ao Isiuo Nacioal de Meeorologia (INMET, 03 e AGRITEMPO (05, referees à Esação Meeorológica de Presidee Prudee SP, a qual esá siuada as coordeadas de º de laiude sul, 5 o 38 de logiude oese e a uma aliude de 435,55 meros acima do ível médio do mar; e em o código 8376 como seu úmero de localização. Dos dados dispoíveis o INMET para a esação covecioal uilizou-se a série de jaeiro de 96 a maio de 0, e devido à iexisêcia de dados poseriores, os meses subsequees de juho de 0 a dezembro de 04 foram obidos juo ao sie do AGRITEMPO (05, para a mesma esação meeorológica. Os dados foram orgaizados em plailhas o sofware Microsof Excel, e poseriormee foi realizada a elaboração
3 Dezembro 05 Revisa Brasileira de Meeorologia 459 dos modelos de regressão uilizado-se os sofwares esaísicos Miiab e R, esse úlimo de acesso livre. Primeiramee, foram cosruídos gráficos de lihas das séries mesais de Tmi e Tmax com o objeivo de verificar a exisêcia de sazoalidade, e gráficos de auocorrelações das observações, uilizados para oriear o pesquisador a escolha do modelo mais adequado à série emporal, cosiderado-se as duas opções possíveis: deermiísico ou esocásico. Com a aálise de ambos os gráficos, deecou-se a preseça de sazoalidade as séries Tmi e Tmax, idicado que poderiam ser cosruídos modelos de regressão deermiísicos que icorporassem a sazoalidade ideificada. Os modelos esaísicos deermiísicos adoados foram: modelo de regressão de decomposição emporal e o modelo de regressão harmôico. E para a cosrução dos modelos foram cosiderados dois períodos: de jaeiro de 96 a dezembro de 00 (séries de 50 aos e de jaeiro de 98 a dezembro de 00 (série de 30 aos. Após, foram cosruídas medidas para validação dos modelos em dados ão uilizados a cosrução dos mesmos, referees a um úico período de jaeiro de 0 a dezembro de 04. Nas próximas seções serão defiidos os modelos de regressão empregados, e as medidas para avaliar a acurácia, precisão, exaidão e desempeho dos mesmos.. Modelo de Regressão de Decomposição Temporal Para o ajuse de um modelo que represeasse adequadamee os dados de Tmi e Tmax, foi aplicada a écica esaísica de aálise de regressão, porém de forma a coemplar a sazoalidade mesal observada. Maiores dealhes sobre a écica podem ser ecorados em Morei e Toloi (004 e Draper e Smih (98. Foi cosruído um modelo maricial, defiido a Equação : Y = Xγ ε, ( o qual Y represea o veor de observações da variável de ieresse, cosiuído de N=50x=600 observações para uma X = C D é uma mariz composa por: série mesal de 50 aos; [ ] D = M C M M e D = D, para N M D 50 D x 0 0 L 0 0 ja 0 0 L 0 0 fev = M M M O M M M, L 0 ov L dez ε β γ = é o veor de parâmeros do modelo e ε = α M é o veor ε N de erros. O veor de parâmeros γ é cosiuído de duas pares, a β0 primeira pare represeado a edêcia liear β = β, sedo que b 0 é a cosae e b a coeficiee agular; e a seguda pare a sazoalidade mesal da série dada por α' = [ α L α]. O modelo para cada observação será defiido como: Y = β0 β i = α d, para i = jaeiro a ovembro para d i =, para i = dezembro. 0, caso corário O veor de observações esimado Yˆ = Xγˆ é obido aravés do veor de esimaivas de míimos quadrados dos parâmeros, o qual é dado por: γˆ = ( X'X X' Y. A sigificâcia esaísica do modelo é verificada aravés do ese de hipóeses: Ho: β =α = =α =0 versus H : pelo meos um parâmero é diferee de zero. Para realizar o ese de hipóeses, calcula-se a esaísica do ese F, a qual apresea, sob Ho, uma disribuição F de Fisher-Sedecor, ou seja, F~F(gl =p-, gl =-p, -α. Rejeia-se Ho ao ível de sigificâcia α se F observado for igual ou superior a F(gl, gl, -α abelado; ou se o P-valor for suficieemee pequeo, esse caso, meor ou igual ao ível de sigificâcia α=0,05 defiido para esse rabalho.. Modelo de Regressão Harmôico Cosidere o modelo de regressão maricial, como defiido aeriormee a Equação, o qual Y represea o veor de observações da variável de ieresse. Supoha agora X = T H, al que: uma mariz de delieameo [ ] M M T =, M M N i i ε,, ( ( ω L cos( ω6 se( ω L se( ω6 ( ω L cos( ω se( ω L se( ω cos cos 6 6 M M M M O M H =, cos( ω L cos( ω6 se( ω L se( ω6 M O M M M M cos( ω N ( ω N se( ω N se( ω N L cos 6 L 6
4 460 Miriam Rodrigues Silvesre e Maoel Ivaildo Silvesre Bezerra. Volume 30(4 β0 Iercepo β edêcia liear α cos( ω ε ε = M, e M M β = =, α6 ( ε N cos ω6 γ se( ω M M γ6 se( ω6 π e ω =, =, L,6 e =, L, N. Cosidere β como sedo o veor de parâmeros do modelo, coedo p = 4 parâmeros; e ε o veor de erros. Porao, o modelo de regressão com harmôicas é defiido como: Y = β0 β αcos (ω γse( ω ε (3 Cosiderado as N=600 observações para a série de 50 aos, obém-se o veor de esimaivas de míimos quadrados dos parâmeros, dado por: β ˆ = ( X'X X' Y, e o veor de observações esimado, Yˆ = Xβˆ. Foi avaliada a sigificâcia esaísica do modelo aravés do ese de hipóeses: H 0 : β = α =... = α6 = γ =... = γ6 = 0 versus H : pelo meos um parâmero é diferee de zero. Como viso a Seção., para realizar o ese de hipóeses, calcula-se a esaísica do ese F, a qual apresea sob Ho a disribuição F de Fisher-Sedecor, ou seja, F~F(gl =p-, gl =-p,-α. A regra de decisão para a rejeição ou ão da hipóese Ho será a mesma adoada para o modelo descrio a seção...3 Medidas uilizadas para avaliar a acurácia do modelo Para a avaliação da acurácia dos modelos foram uilizadas as medidas do Erro Médio Absoluo (MAE, Erro Quadráico Médio (MSE, e raiz quadrada do MSE (RMSE, essas medidas podem ser ecoradas em Wils (006, p. 78. As medidas MAE e MSE uilizam a esimaiva Yˆ obida com a cosrução do modelo e a verdadeira observação Y. Quao mais próxima de zero esá a medida MAE melhor é a previsão. A medida MSE é bem parecida à medida MAE, exceo pelo emprego da fução quadráica do erro, ao ivés da fução do erro absoluo. Essa medida é mais sesível aos erros maiores que a fução MAE, e ambém, mais sesível aos ouliers. O valor da medida MSE será sempre posiivo, devido à fução quadráica, e quao meor seu valor mais acurado é o modelo que gerou os erros. A medida RMSE é a raiz quadrada de MSE, e a vaagem em sua uilização é que esa medida em a mesma dimesão física das observações, o caso da variável emperaura, em o C, por isso sua mais ierpreação é mais fácil. As expressões maemáicas das medidas MAE, MSE e RMSE serão apreseadas poseriormee a Tabela da seção Medidas para avaliar a precisão, exaidão e desempeho dos modelos Os modelos descrios as seções. e. serão avaliados com relação a sua qualidade prediiva aravés da precisão, exaidão e desempeho. Para avaliar a precisão, os auores Cargelui Filho, e al. (00 e Aoii e al. (009 empregam o coeficiee de correlação de Pearso, defiido a Equação 4, a seguir: = ( Yˆ ˆ Y ( Y Y = ( ˆ ˆ ( Y Y Y Y = Porém, para avaliar se a correlação é realmee sigificaiva, podem ser realizados eses esaísicos como o ese paramérico de Correlação de Pearso e o ão paramérico de Correlação de Spearma (Coover, 999. O Tese de Correlação de Pearso uiliza a esaísica (4 e é idicado quado as duas variáveis que esão sedo correlacioadas apreseam disribuição ormal bivariada. Em caso corário, o Tese de Correlação de Spearma é preferível por ão ecessiar da ormalidade das variáveis evolvidas, sua esaísica é defiida a Equação 5 e evolve os posos das observações o lugar das observações origiais, al que R(. sigifica a ordem ou poso do valor ere parêeses para odos os valores da variável: = ( ˆ R( Y ( ˆ. R( Y R Y = R Y = A proposa que se apresea esse arigo é a de que se deva avaliar qual dos dois eses ere Pearso e Spearma é o mais idicado para o cojuo de dados em quesão, de acordo com a cofirmação ou ão da suposição de ormalidade das observações. Para ao, pode ser aplicada uma geeralização do Tese de Normalidade de Shapiro-Wil (Gozalez-Esrada e Villaseor-Alva, 03 para ormalidade mulivariada. O sofware R apresea um programa para realizar esse ese (Gozalez-Esrada e Villaseor-Alva, 03. Após a realização do ese de Shapiro-Wil mulivariado, caso a ormalidade bivariada seja cofirmada (pvalor>0,05 pode-se aplicar o Tese de Correlação de Pearso, para avaliar se a correlação ecorada é esaisicamee sigificaiva (pvalor<=0,05, e (4 (5
5 Dezembro 05 Revisa Brasileira de Meeorologia 46 uilizar o seu coeficiee de correlação, defiido a Equação 4, como uma medida para avaliar a capacidade prediiva do modelo quao à precisão. Na fala de ormalidade, deverá ser aplicado o ese de Correlação de Spearma, coforme a Equação 5. A exaidão será avaliada pelo ídice de cocordâcia (d de Willmo (98 dado a Equação 6: d = ( Yˆ Y ( Yˆ Y Y Y = = (6 Fialmee, o desempeho do modelo será obido aravés do ídice de cosisêcia CS de Camargo e Seelhas (Cargelui Filho e al., 00, defiido por: ode r é o coeficiee de correlação calculado a precisão. A proposa do presee arigo é uilizar em r o coeficiee de Pearso, defiido a Equação 4, para o caso de ocorrer ormalidade mulivariada, ou o coeficiee de Spearma, dado a Equação 5, a fala dela. O ídice d é o ídice de cocordâcia já defiido a Equação RESULTADOS E DISCUSSÕES CS = r d, (7 Uma aálise iicial dos dados de Tmi e Tmax para os períodos de 50 aos (96-00 e 30 aos (98-00 apreseam sazoalidade mesal, coforme pode ser observado o gráfico de lihas das séries mesais apreseado a Figura, o qual oa-se que as medidas de Tmax dos meses de maio, juho e ho são reduzidas quado comparadas às que ocorrem para os demais meses do ao. A parir de agoso a emperaura máxima apresea elevação com pico em fevereiro, e após é observada uma edêcia de decrescimeo ere março e abril. Para Tmi o comporameo é similar. Observa-se que praicamee ão há difereça ere os dois períodos com relação à Tmax, porém, para Tmi o período mais recee (98-00 apresea emperauras médias do ar mais elevadas do que o período compleo ( Nas próximas seções 3. e 3. serão apreseados os modelos cosruídos para o ajuse das séries Tmax, e a seção 3.3 as previsões para os 48 meses seguies, a parir de jaeiro de 0 aé dezembro de 04. As seções 3.4, 3.5 e 3.6 serão referees às séries Tmi. 3. Modelo de Regressão de Decomposição Temporal para série Tmax Foi cosruído o Modelo de Decomposição Temporal, deomiado Modelo, coforme defiições a Seção. para a série Tmax referee ao período Após a aálise de variâcia iicial, reirou-se os parâmeros ão sigificaivos e o modelo fial esimado é apreseado a Equação 8. Yˆ = 8, ,00076,748307d, d, d3 0,40465 d, d5 3,35560d6 3,009978d7 0, d8, d0,495769d. (8 Para avaliar a qualidade do modelo ajusado, geralmee uiliza-se o coeficiee de deermiação múliplo R. Nesse modelo obeve-se R =0,6463, isso sigifica que o modelo ajusado explica cerca de 64,63% da variação oal da Tmax. O coeficiee R ajusado resulou em 63,97%. A ormalidade dos resíduos foi comprovada aravés da aplicação do ese de Shapiro-Wil (Esaísica W=0,9953 e p-valor=0, O Modelo para a série Tmax referee ao período 98-00, a aálise de sigificâcia dos compoees, ambém idicou a reirada de d 9. A equação do modelo fial é apreseada a Equação 9: Yˆ = 8, ,00663,84803d., d, d3 0, d, d5 3,490530d6 3,65476d7 0, d8 4,86535d 0,75807d. O coeficiee de deermiação múliplo R =68,5% e o coeficiee R ajus=67,5%, isso sigifica que o modelo ajusado explica cerca de 67,5% da variação oal de Tmax. A ormalidade dos resíduos foi comprovada aravés da aplicação do ese de Shapiro-Wil (Esaísica W=0,9954 e p-valor=0, Modelo de Regressão Harmôico para a série Tmax O modelo harmôico, deomiado Modelo, para a série após a reirada dos compoees harmôicos ão sigificaivos é apreseado a Equação 0. Os parâmeros sigificaivos foram: ˆβ 0, ˆβ, ˆα, ˆα, ˆα 3, ˆα 6, ˆγ e ˆγ 3. ˆ = 9, ,00076, cos Y O modelo ajusado apreseou R =64,% e o R ajus=63,79%. O ese de ormalidade de Shapiro-Wil idicou ormalidade dos resíduos (W=0,995 e pvalor=0, ,965878cos ( ω ( 0,955c ( os( ω 0,3309cos( ω6 se( ω 0,77955se( ω. 3 ( ω 0, (0 (9
6 46 Miriam Rodrigues Silvesre e Maoel Ivaildo Silvesre Bezerra. Volume 30(4 3,5 30,0 7,5 Legeda Tmi96-00 Tmax96-00 Tmi98-00 Tmax98-00 Temperaura (oc 5,0,5 0,0 7,5 5,0 ja fev mar abr mai ju Mês ago se ou ov dez Figura - Gráfico de lihas para Tmax e Tmi de Presidee Prudee (SP. Para a série Tmax referee ao período de o Modelo ajusado é apreseado a Equação : ˆ = 8, ,006776, cos Y c o s ( ω ( ( c o s ( ω 0,900 ( cos ( ω se( ω 0,600se( ω. 0, , ( ω 0, ( O Modelo apreseou R =67,68% e o R ajus=67,04%. O ese de Shapiro-Wil idicou ormalidade dos resíduos (W=0,9945 e pvalor=0, Previsões fuuras e avaliação dos modelos para Tmax Foram realizadas previsões para os próximos 48 meses, a parir de jaeiro de 0 a dezembro de 04, para os modelos cosruídos as Seções 3. e 3. para as séries Tmax. A seguir, é apreseada a Figura, com um gráfico de lihas das rês séries (dados reais, previsão pelo Modelo e previsão pelo Modelo para uma comparação visual. A acurácia dos dois modelos gerados foi avaliada pelas esaísicas apreseadas a Seção.3. Os valores esimados para as medidas de acurácia, cosruídos com os dados observados de Tmax para o período de validação do modelo, ou seja, de jaeiro de 0 a dezembro de 04, esão apreseados a Tabela. Aalisado as medidas para a série de 50 aos (96-00, apreseadas a Tabela para ambos os modelos, oa-se que o Modelo Harmôico (Modelo apreseou meores valores para odas as medidas quado comparado ao Modelo de Decomposição Temporal (Modelo. Dessa forma, o Modelo pode ser cosiderado o melhor modelo ere os dois. Já para a série de 30 aos (98-00, o Modelo apreseou a melhor (meor medida de MAE, mas para a medida RMSE, o Modelo apreseou um erro de aproximadamee 0,99 o C equao o Modelo obeve um erro de,05 o C. Porao o Modelo é o mais adequado para esse período. Fializado ao comparar-se as duas séries e modelos cosruídos, coclui-se que a série de 50 aos, represeada pelo Modelo, apresea melhores resulados quao à previsão de ovas observações de Tmax. De acordo com a úlima colua da Tabela, odos os eses de Shapiro-Wil Bivariado realizados idicaram que a suposição de ormalidade bivariada dos pares de observações foram rejeiadas. Assim, para o cálculo de correlação, será uilizado o Tese de Correlação ão-paramérico de Spearma, idicado para siuações ode ão há ormalidade bivariada. Também foram calculadas as medidas r de Correlação de Spearma, os ídices d de Willmo e CS de Camargo e Seelhas, para os valores esimados pelos modelos ajusados e os valores reais observados, para as =48 observações. A Tabela 3 apresea os resulados obidos para os ídices calculados. Aalisado os ídices apreseados a Tabela 3 pode-se cocluir que para a série 96-00, o Modelo em maior exaidão (d e de acordo com o Ídice CS pode ser cosiderado de bom desempeho, segudo a abela de classificação para esse Ídice CS, apreseada em Aoii e al. (00. Já para o período de 30 aos (98-00, o Modelo é mais idicado e ambém apresea bom desempeho segudo o Ídice CS. Comparado ambos os modelos e períodos coclui-se que o melhor modelo para Tmax é o Modelo para a série de 50 aos ( Uma observação quao ao emprego do coeficiee de correlação de Pearso é que se o mesmo é icorreamee empregado, ou seja, a fala de ormalidade, a precisão dos
7 Dezembro 05 Revisa Brasileira de Meeorologia Legeda Dados Reais Modelo Modelo 3 Tmax (oc Moh ja Year 0 ja 0 ja 03 ja 04 Figura - Série Tmax origial e previsão dos Modelos e para 0-04, geradas a parir da série de 50 aos. Tabela - Esaísicas para avaliar a acurácia das previsões para séries Tmax de 50 e 30 aos Esaísica Modelo Modelo Modelo Modelo MAE = Yˆ Y = 0,8385 0, , , MSE = ( Yˆ Y 0, , ,9773,09 RMSE = = = ( ˆ Y Y 0, , ,986707, Tabela - Teses de Shapiro-Wil bivariados para as séries Tmax e previsões de Tmax uilizado o Modelo de Decomposição Temporal (Modelo e o Modelo Harmôico (Modelo para série de 50 e 30 aos. Par de séries Tmax Shapiro-Wil Bivariado (dados reais, previsão para 0-04 Esaísica Pvalor Esaísica Pvalor Modelo : ( Y obs, Yˆ 0,935 9,467e-06* 0,906,53e-06* Modelo : ( Y obs, Yˆ 0,936 3,3e-05* 0,95 3,857e-05* *=sigificaivo a 0,05 (ou 5% Tabela 3 - Correlação (precisão, Ídices d de Willmo (exaidão e Ídice CS de Camargo e Seelhas (desempeho avaliados sobre os dados reais e os valores previsos para série Tmax, para os Modelos e para o período Série Tmax Modelo Spearma (r p-valor Ídice d Ídice CS Desempeho 0,739947,95975e-09 0, , Bom , ,377e-0 0, ,75773 Bom* 0,769707,6938e-0 0, ,7773 Bom ,709083,548877e-08 0, , Mediao * melhor modelo
8 464 Miriam Rodrigues Silvesre e Maoel Ivaildo Silvesre Bezerra. Volume 30(4 modelos é superesimada, já que o ídice de Correlação de Pearso apresea valores maiores que o de Spearma para os mesmos dados e, porao, o ídice de desempeho CS ambém superesima o desempeho do modelo ao realizar previsões fuuras. 3.4 Modelo de Regressão de Decomposição Temporal para série Tmi Foi cosruído o Modelo de Decomposição Temporal, coforme defiições a Seção. para a série Tmi referee ao período Após a aálise de variâcia iicial do modelo compleo ão houve ormalidade dos resíduos, foi realizada a reirada dos parâmeros ão sigificaivos, mas ão foi ecorado ehum modelo que produzisse resíduos com disribuição ormal. Porao, para a série Tmi com período de 50 aos ão foi possível apresear um Modelo de Decomposição Temporal adequado. Para o período de 30 aos (98-00 foi possível ajusar um Modelo adequado, coforme a Equação. Yˆ = 8, ,0067, d,93698 d,4848 d3 0,8798 d, d5 3,388083d6 3 3,9605,57347 d7 d8 4,355d 9 0,453449d0, d. O modelo ajusado apreseou R = 84,76% e o R ajus=84,3%. O ese de ormalidade de Shapiro-Wil idicou ormalidade dos resíduos (W=0,994 e pvalor=0, Modelo de Regressão Harmôico para a série Tmi Foi cosruído o Modelo de Regressão Harmôico, coforme defiições a Seção. para a série Tmi referee ao período Nehum modelo de regressão harmôico foi adequado para essa série, pois os resíduos produzidos ão apresearam disribuição ormal. Para o período de 30 aos (98-00 foi possível ajusar um Modelo adequado, coforme a Equação 3. Y ˆ ,0083 =,,97453 cos( ω 0,6783cos( ω 0,3075 ω cos(,744760se( ω ω ω3 ω 0,74605se( ω. O modelo ajusado apreseou R = 84,40% e o R ajus=84,4%. O ese de ormalidade de Shapiro- Wil idicou ormalidade dos resíduos (W=0,994 e pvalor=0, ( (3 3.6 Previsões fuuras e avaliação dos modelos para Tmi Foram realizadas previsões para os próximos 48 meses, a parir de jaeiro de 0 a dezembro de 04, para os modelos cosruídos as Seções 3. e 3. para as séries Tmi. A seguir é apreseada a Figura 3, com um gráfico de lihas das rês séries (dados reais, previsão pelo Modelo e previsão pelo Modelo para uma comparação visual. A acurácia dos dois modelos gerados foi avaliada pelas esaísicas apreseadas a Seção.3. Os valores esimados para as medidas de acurácia, cosruídos com os dados observados de Tmi para o período de validação do modelo, ou seja, de jaeiro de 0 a dezembro de 04, esão apreseados a Tabela 4. A Tabela 5 apresea os resulados dos eses de Shapiro- Wil para avaliar ormalidade bivariada. Noa-se que em ambos os modelos a suposição de ormalidade é rejeiada. Também foram calculados os ídices r de Correlação de Spearma, d de Willmo e CS de Camargo e Seelhas, para os valores esimados pelos modelos ajusados e os valores reais observados, para as = 48 observações. A Tabela 6 apresea os resulados obidos para os ídices calculados. Aalisado as medidas apreseadas a Tabela 6, oa-se que os modelos e apresearam comporameo bem próximos, porém, o melhor modelo ere os dois avaliados foi o Modelo Harmôico (Modelo. Não foi possível realizar comparação dos resulados obidos esse rabalho com ouras referêcias, pelo fao de ão er sido ecorada ehuma referêcia que ajusasse os modelos de regressão de decomposição emporal e o modelo harmôico proposos esse arigo, para dados de Presidee Prudee e para as variáveis Tmi e Tmax abordadas. 4. CONCLUSÕES A parir da écica de aálise de regressão foram cosruídos dois modelos de previsão para as séries de emperaura míima e máxima média mesal do muicípio de Presidee Prudee, referees aos períodos de 50 aos (96-00 e 30 aos ( O primeiro um modelo de decomposição com edêcia liear e sazoalidade deermiísica e o segudo um modelo harmôico com edêcia Tabela 4 - Esaísicas para avaliar a acurácia das previsões para séries Tmi para 30 aos Esaísica Modelo Modelo MAE 0, , MSE 0, , RMSE 0, ,963047
9 Dezembro 05 Revisa Brasileira de Meeorologia Legeda Dados Reais Modelo Modelo 0 Tmi (oc Moh ja Year 0 ja 0 ja 03 ja 04 Figura 3 - Série Tmi origial e previsão dos Modelos e para 0-04, geradas a parir da série de 30 aos ( Tabela 5 - Apresea os resulados dos eses de Shapiro-Wil para avaliar ormalidade bivariada. Noa-se que em ambos os modelos a suposição de ormalidade é rejeiada. Par de séries Tmax Shapiro-Wil Bivariado (98-00 (dados reais, previsão para 0-04 Esaísica Pvalor Y obs, Yˆ 0, e-05* Modelo : ( Modelo : (, Yˆ Y obs 0,937 0,000749* *=sigificaivo a 0,05 (ou 5% Tabela 6 - Correlação (precisão, Ídices d de Willmo (exaidão e Ídice CS de Camargo e Seelhas (desempeho avaliados sobre os dados reais e os valores previsos para série Tmi para os Modelos e para o período Série Tmi Modelo Spearma (r p-valor Ídice d Ídice CS Desempeho , , ,9587 0, , ,86985 Óimo Óimo* * melhor modelo liear. Aalisado separadamee o primeiro modelo, observa-se que a edêcia liear foi sigificaiva para ambas as séries Tmi e Tmax. Esse modelo ambém deecou a sazoalidade mesal deermiísica, o que já era esperado, pois há um comporameo sazoal da emperaura em geral. No segudo modelo empregou-se harmôicas juamee com um ermo liear, e esse modelo a edêcia liear ambém foi sigificaiva para ambas as séries. Quao ao desempeho dos modelos cosruídos, coclui-se para Tmax, que o melhor modelo foi o modelo harmôico e uilizado a série mais loga (96-00, edo obido um desempeho classificado como bom segudo o ídice CS. Para Tmi somee para a série mais cura de 30 aos (98-00 houve um ajuse adequado dos modelos apreseado desempehos óimo e bem próximos, porém, o modelo harmôico apreseou resulados levemee superiores. A proposa de icluir uma aálise da exisêcia de ormalidade bivariada para decidir qual coeficiee de correlação, ere Pearso ou Spearma, deve ser uilizado, foi saisfaória, pois a uilização do coeficiee de Pearso, quado a suposição de ormalidade ão é saisfeia superesima o ídice CS que avalia a capacidade dos modelos. 5. REFERÊNCIAS BIBLIOGRÁFICAS AGRITEMPO. Sisema de moiorameo agromeeorológico. Dispoível em: <hp:// Acesso em: 9 mar. 05. ANTONINI, J. C. A. e al. Modelo maemáico para esimaiva da emperaura média diária do ar o Esado de Goiás. Pesquisa Agropecuária Brasileira, Brasília, v. 44,. 4, p , abr Dispoível em: <hp://seer.sc.embrapa. br/idex.php/pab/aricle/view/703/5684>. Acesso em: 9 Jul. 03. ANTONINI, J. C. A. e al. Modelo de esimaiva da emperaura média diária do ar o esado de Goiás. Plaalia, DF: Embrapa Cerrados, 00, 7p.
10 466 Miriam Rodrigues Silvesre e Maoel Ivaildo Silvesre Bezerra. Volume 30(4 CARGNELUTTI FILHO, A. e al. Modelo harmôico para a esimaiva da emperaura do ar média mesal em diferees locais do Esado do Rio Grade do Sul. Ciecia Rural, Saa Maria, v. 40,. 9, Se. 00. Dispoível em: <hp:// Acesso em: 9 Jul. 03. CONOVER, W. J. Pracical oparameric saisics. 3 rd. ed. New Yor: Joh Wiley ad Sos, 999, 584 p. DRAPER, N. R.; SMITH, H. Applied regressio aalysis. d. ed. New Yor: Joh Wiley & Sos p. FANTE, K. P.; SANT ANNA NETO, J. L. Variabilidade da emperaura do ar em cidades ierioraas do Esado de São Paulo ( Revisa Geoore, Ed. Especial, v.,.5, p , 0. GONZALEZ-ESTRADA E., VILLASENOR-ALVA J. A. Geeralized Shapiro-Wil es for mulivariae ormaliy. <hp://cra.r-projec.org/web/pacages/mvshapirotes/ mvshapirotes.pdf>, 03. Acesso em: 6 ago. 03. IBGE Ceso: Siopse do Ceso Demográfico 00. Dispoível em: <hp:// ceso00/abelas_pdf/brasil_ab 5.pdf>. Acesso em IBGE Cidades@. Dispoível em: <hp:// cidadesa/xras/emas.php?codmu=35440&idema=&s earch=sao-paulo presidee-prudee ceso-demografico- 00:-siopse->. Acesso em: IBGE Países@. Dispoível em: <hp:// paisesa/mai_framese.php>. Acesso em: 8 fev. 05. INMET. Isiuo Nacioal de Meeorologia. Dispoível em: <hp:// Acesso em: Acesso em 9 fev. 03. MORETTIN, P. A.; TOLOI, C. M. C. Aálise de séries emporais. São Paulo: Edgard Blucher p. PEDRO JÚNIOR, M. J. e al. Esimaiva das emperauras médias mesais das máximas e das míimas o esado de São Paulo. Campias: Isiuo Agroômico de Campias. 99. p. Boleim Técico, 4. PINTO, H. S.; ORTOLANI, A. A.; ALFONSI, R. R. Esimaiva das emperauras médias mesais do esado de São Paulo, em fução de aliude e laiude. Cadero de Ciêcias da Terra. v.3, 0p. 97. UNSD. Uied Naios Saisical Divisios Social ad Demographic ad Social Saisics. Dispoível em: <hp:// usas.u.org/usd/demographic/producs/socid/defaul. hm>. Acesso em: 8 fev. 05. WILKS, D. S. Saisical mehods i he amospheric scieces. d. ed. Amserda: Academic Press, p. WILLMOTT, C.J. Some commes o he evaluaio of model performace. Bullei of he America Meeorological Sociey, v.63, p , 98. apud ANTONINI, J. C. A. e al. Modelo de esimaiva da emperaura média diária do ar o esado de Goiás. Plaalia, DF: Embrapa Cerrados, 00, 7p.
Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Análise de Erros. Bernardo Almada Lobo. Bernardo Almada-Lobo (2007)
Méodos saísicos de Previsão MÉTODO TATÍTICO D PRVIÃO 0 08 06 04 0 00 98 96 94 9 90 0 5 0 5 0 Aálise de rros Berardo Almada Lobo Berardo Almada-Lobo (007) Méodos saísicos de Previsão Regressão Liear Múlipla
Leia maisINTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO.
MÓDUO - MODEOS DE PREVISÃO E ESTIMATIVA DE DEMANDA Baseado em Chopra, Suil e Meidl, Peer, Gereciameo da Cadeia de Suprimeos, Preice Hall, São Paulo, 23. Quao se deve fabricar os próximos dias? Quais os
Leia maisAPLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES
APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES ABNER ROCHA PINHEIRO (UNIFOR ) aberocha@homail.com Ferado Luiz Emereciao Viaa (UNIFOR ) fleviaa@oi.com.br Eduardo Alecar Lima Casro
Leia maisLISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO
LISTA DE EXERCÍCIOS 3 INE 700 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO ) A que compoees de uma série emporal (pelo modelo clássico) esariam pricipalmee associados cada um dos seguies
Leia maisOpções Reais. Estimando Volatilidade. Volatilidade. Volatilidade. Mestrado. IAG PUC-Rio. Prof. Luiz Brandão
Opções Reais Esimado Volailidade Mesrado Prof. Luiz Bradão bradao@iag.puc-rio.br IAG PUC-Rio Volailidade Volailidade O Valor Presee V 0 de um aivo é obido descoado-se os seus fluxos de caixa a uma axa
Leia maisGrupo I ( 3 valores) 0 Os parâmetros podem ser considerados variáveis aleatórias pois as suas estimativas variam de amostra para amostra
Exame fial Esaísica Maria Helea Almeida 7 de Maio de 003 José Aóio Piheiro Duração h e 30 Noe bem: Grupos diferees em folhas diferees Não se esqueça de ideificar TODAS as folhas 3 Para maer a ordem, a
Leia mais5 Modelo Teórico Modelagem determinística
5 Modelo Teórico Nese rabalho será adoada a simulação de Moe Carlo para precificar as opções reais do projeo, uilizado o sofware @Risk. O modelo eórico aplicado é baseado a premissa de que o valor presee
Leia mais4 - ANÁLISE DE SÉRIES TEMPORAIS
INE 7001 Aálise de Séries Temporais 1 4 - ANÁLISE DE SÉRIES TEMPORAIS Série Temporal é um cojuo de observações sobre uma variável, ordeado o empo, e regisrado em períodos regulares. Podemos eumerar os
Leia maisUm estudo de simulação sobre a estimação do desvio padrão de processos na presença de causas especiais de variação
Um esudo de simulação sobre a esimação do desvio padrão de processos a preseça de causas especiais de variação Márcio Aôio Couo Ferreira (UFAM) macouo@ufam.edu.br José Raimudo Gomes Pereira (UFAM) jrpereira@ufam.edu.br
Leia mais5 Análise Não-Linear pelos Métodos de Galerkin-Urabe e Balanço Harmônico
álise Não-Liear pelos Méodos de Galerki-Urabe e Balaço Harmôico expressão (.7) obida o Capíulo para a fução de Larae é uilizada essa seção para a obeção das equações difereciais de movimeo uilizadas a
Leia maisFaculdades Adamantinenses Integradas (FAI)
Faculdades Adamaieses Iegradas (FAI) www.fai.com.br ROCHA, Naiara Chierici; BOTTA, Vaessa. Diâmica populacioal aplicada à população de Adamaia. Omia Exaas, v.2,.2, p.56-65, 2009. DINÂMICA POPULACIONAL
Leia mais1 a Lista: MTM146: Prof. Paulo Magalhães:
Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( ) x() ) ), f saisfazedo x( f ( ) d f ( ) cos( ) d f ( ) cos( ) d f ( ), é dada por Exercício : Resolva o seguie
Leia maisSéries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial
Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Coceio Na Esaísica exise siuações ode os dados de ieresse são obidos e isaes sucessivos de epo (iuo, hora, dia, ês ou ao), ou aida u período coíuo de epo, coo acoece u elerocardiograa ou sisógrafo. Esses
Leia maisInstituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42
Isiuo Tecológico de Aeroáuica VIBRAÇÕES MECÂNICAS MPD-4 Isiuo Tecológico de Aeroáuica SISTEMAS DISCRETOS MPD-4 Isiuo Tecológico de Aeroáuica SISTEMAS COM UM GRAU DE LIBERDADE: VIBRAÇÃO FORÇADA MPD-4 3
Leia mais1 a Lista: MTM146: Prof. Paulo Magalhães:
a Lisa: MTM46: Prof Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( x(, f saisfazedo f (, é dada por x( f ( d Exercício : Resolva o seguie y
Leia maisCritérios para a Apuração dos Preços de Ajuste e Prêmios das Opções de Compra e de Venda Maio 2009
Criérios para a Apuração dos Preços de Ajuse e Prêmios das Opções de Compra e de Veda Maio 2009 Iformamos os procedimeos a serem aplicados durae o mês de maio de 2009 para a apuração dos preços de ajuses
Leia mais4 Método dos elementos distintos para simular rochas
4 Méodo dos elemeos disios para simular rochas Em 2004, Poyody e Cudall (56) propuseram um modelo para simular o comporameo de rochas, o BPM ( Boded Paricle Model for rock ). Nesse modelo, a rocha é modelada
Leia maisExercícios de Análise de Sinal
Exercícios de Aálise de Sial Faculdade de Egeharia da Uiversidade do Poro Seembro 006 recolha de problemas de diversos auores edição feia por: H. Mirada, J. Barbosa (000) M. I. Carvalho, A. Maos (003,006)
Leia maisO MÉTODO VARIACIONAL APLICADO AO PROBLEMA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS.
O ÉTODO VARIACIONAL APLICADO AO PROBLEA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS. Cibele Aparecida Ladeia (PROIC/PIBIC/CNPQ- AF), Paulo Laere Nai (Orieador), e-mail: cibele_ma_uel@yahoo.com.br, pauloai@uel.br.
Leia maisEXAME NACIONAL DE SELEÇÃO 2008
EAME NACIONAL DE SELEÇÃO 008 PROVA DE ESTATÍSTICA o Dia: 5/0/007 SEGUNDA-FEIRA HORÁRIO: 0h30 às h 45 (horário de Brasília) EAME NACIONAL DE SELEÇÃO 008 o Dia:5/0(Seguda-feira) Mahã:0:30h às h 45 ESTATÍSTICA
Leia maisSinais e Sistemas. Env. CS1 Ground. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with. gravity and sine wave forcing in the
-4-6 -8 - - -4-6 -8 Frequecy khz Hammig kaiser Chebyshev Siais e Sisemas Power Specral Desiy Ev B F CS CS B F CS Groud Revolue Body Revolue Body Power/frequecy db/hz Sie Wave Joi Acuaor Joi Sesor Revolue
Leia mais3 Fundamentação Teórica de Modelos Bayesianos de Previsão
37 3 Fudameação Teórica de Modelos Bayesiaos de Previsão 3.. Abordagem Bayesiaa para Esimação A iformação que se em acerca de um parâmero de ieresse θ é crucial a ciêcia esaísica. Se o valor verdadeiro
Leia maisAPLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS
45 APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS Péricles César de Araújo* RESUMO A simplicidade meodológica do Filro de Kalma viabiliza sua aplicação para
Leia maisMÉTODOS OBSERVACIONAIS EM CLIMATOLOGIA E METEOROLOGIA DE MESOESCALA : NOTAS DE AULA. Prof. Resposável: Dra. Leila M. Véspoli de Carvalho IAG/USP
MÉTODOS OBSERVACIONAIS EM CLIMATOLOGIA E METEOROLOGIA DE MESOESCALA : NOTAS DE AULA Prof. Resposável: Dra. Leila M. Véspoli de Carvalho IAG/USP ANÁLISE DE SÉRIES TEMPORAIS Referêcias Básicas : I) ALGORITMOS
Leia maisCritérios para a Apuração dos Preços de Ajuste Março 2009.
Criérios para a Apuração dos Preços de Ajuse Março 2009. Iformamos os procedimeos a serem aplicados durae o mês de março de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos fiaceiros
Leia maisUma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória.
Prof. Lorí Viali, Dr. viali@ma.ufrgs.br hp://www.ma.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X R x = X(s) X(S) Uma fução X que associa a cada elemeo de S (s S) um úmero real x = X(s) é deomiada
Leia maisLista de Exponenciais e Logaritmos Extensivo Alfa Professor: Leandro (Pinda)
Lisa de Expoeciais e Logarimos Exesivo Alfa Professor: Leadro (Pida) 1. (Eem 2017) Para realizar a viagem dos sohos, uma pessoa precisava fazer um emprésimo o valor de R$ 5.000,00. Para pagar as presações,
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017
DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lisa de exercício de Teoria de Marizes 8/06/017 1 Uma pesquisa foi realizada para se avaliar os preços dos imóveis na cidade de Milwaukee, Wisconsin 0 imóveis foram
Leia maisMODELOS BOX & JENKINS APLICADOS A PREVISÃO DE DEMANDA DE LEITOS HOSPITALARES
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE CIÊNCIAS NATURAIS E EXATAS DEPARTAMENTO DE ESTATÍSTICA PROGRAMA DE PÓS-GRADUAÇÃO EM ESTATÍSTICA E MODELAGEM QUANTITATIVA MODELOS BOX & JENKINS APLICADOS A
Leia maisDiferença entre duas médias. Diferença entre duas proporções (π 1 - π 2 = ) Igualdade entre duas variâncias. Prof. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@a a.ufrgs..ufrgs.br hp://www.ufrgs. ://www.ufrgs.br br/~viali/ Depedees Idepedees Tese para aosras eparelhadas Variâcias Cohecidas Variâcias Descohecidas Tese z uposas iguais
Leia maisUniversidade Tecnológica Federal do Paraná Departamento de Eletrônica Disciplina: Teoria da Informação Professor: Dyson Pereira Junior
Uiversidade ecológica Federal do Paraá Deparameo de Elerôica Disciplia: eoria da Iformação Professor: Dyso Pereira Juior ZONA DE IMPECIÃO NÍVEI APOXIMAÇÃO DO VALO UPEIO APOXIMAÇÃO DO VALO INFEIO 5.4 Capacidade
Leia maisz 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A
Resoluções das aividades adicioais Capíulo 6 Grupo A. aleraiva C de A 6 (de A) 8 de A. aleraiva C de A de( A) (de A) de A (de A) de A Como A é ieiro posiivo, eão deve ser par.. A comua com B A B B A y
Leia maisExemplo. Exemplo. Taxa Interna de Retorno. Administração
Admiisração Taxa Iera de Reoro Deomia-se Taxa Iera de Reoro (TRI) de um fluxo de caixa à axa de juros que aula o Valor Presee Líquido (VPL). MATEMÁTICA FINANCEIRA Por: EDÉZIO SACRAMENTO edezio@oi.com.br
Leia maisCritérios para a Apuração dos Preços de Ajuste Fevereiro 2009.
Criérios para a Apuração dos Preços de Ajuse Fevereiro 2009. Iformamos os procedimeos a serem aplicados durae o mês de fevereiro de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos
Leia maisDepartamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Processos Estocásticos
Deparameo de Iformáica Disciplia: do Desempeho de Sisemas de Compuação Variável leaória Real Variável leaória x(w) Processos Esocásicos R Prof. Sérgio Colcher Medida de Probabilidade colcher@if.puc-rio.br
Leia maisJuros Compostos 2016
Juros Composos 2016 1. (G1 - ifal 2016) Em 2000, cero país da América Laia pediu um emprésimo de 1 milhão de dólares ao FMI (Fudo Moeário Ieracioal) para pagar em 100 aos. Porém, por problemas políicos
Leia maisProf. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisMEDIDAS DE COMPARAÇÃO DE MAPAS DA VARIABILIDADE ESPACIAL DO FÓSFORO GERADOS POR MÉTODOS GEOESTATÍSTICOS
MEDIDAS DE COMPARAÇÃO DE MAPAS DA VARIABILIDADE ESPACIAL DO FÓSFORO GERADOS POR MÉTODOS GEOESTATÍSTICOS Brua Gabriela Wedpap (PIBIC/CNPq-UNIOESTE), Miguel Agel Uribe- Opazo (Orietador), e-mail: mopazo@pq.cpq.br.
Leia maisInvestigação Operacional. Modelos de Previsão
Ivesigação Operacioal Modelos de Previsão Liceciaura em Egeharia Civil Liceciaura em Egeharia do Terriório Liceciaura em Egeharia e Arquiecura Naval I. Irodução à previsão Objecivos II. III. IV. Méodos
Leia maisFaculdade de Engenharia. Análise Matemática 2 MIEEC 2015/2016
aculdade de Egeharia Aálise Maemáica 2 MEEC 25/26 ucioameo aculdade de Egeharia Teórico-práicas exposição e discussão da maéria resolução de exercícios Trabalho exra-aula resolução dos exercícios proposos
Leia mais5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t
5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,
Leia maisCálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH
Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale
Leia mais7 Estimação de Parâmetros Desconhecidos e a Questão dos Diagnósticos
7 Esimação de Parâmeros Descohecidos e a Quesão dos Diagósicos Nese capíulo, são apreseadas e discuidas as expressões referees às fuções de log verossimilhaça dos modelos em EE lieares (codicioalmee) Gaussiaos
Leia maisExercícios de Análise de Sinal
Exercícios de Aálise de Sial FEUP DEEC Seembro 008 recolha de problemas de diversos auores edição feia por: H. Mirada, J. Barbosa (000) M.I. Carvalho, A. Maos (003, 006, 008) Coeúdo Complexos 3 Siais 5
Leia maisAPÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS 1
Apêdice C APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS Nese Apêdice são apreseados algus coceios de esaísica úeis para validar os modelos de previsão de demada de eergia, sobreudo os que evolvem
Leia maisANÁLISE DE SINAIS E SISTEMAS
ANÁLISE DE SINAIS E SISTEMAS AULA 3: OPERAÇÕES BÁSICAS EM SINAIS: OPERARAÇÕES NAS VARIÁVEIS DEPENDENTES; OPERARAÇÕES NA VARIÁVEL INDEPENDENTE. FUNÇÕES ELEMENTARES: O DEGRAU UNITÁRIO; A RAMPA UNITÁRIA;
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisAnálise de séries de tempo: modelos de decomposição
Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,
Leia mais3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade
3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)
Leia maisVirgílio Mendonça da Costa e Silva
UNIVERSIDADE EDERAL DA PARAÍBA CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA MECÂNICA VIBRAÇÕES DOS SISTEMAS MECÂNICOS VIBRAÇÕES ORÇADAS NÃO HARMONICAMENTE DE SISTEMAS DE 1 GL NOTAS DE AULAS Virgílio
Leia maisPrevisão de venda. Sistema agroindustrial, (1999);
Objeivos desa apreseação Plaejameo de produção: Previsão de Demada Aula 6 Pare 1 Mauro Osaki TES/ESALQ-USP Pesquisador do Cero de Esudos Avaçados em Ecoomia Aplicada Cepea/ESALQ/USP Foe: 55 19 3429-8841
Leia mais1. Na figura seguinte está representada parte do gráfico de uma função g, de domínio R e contínua em
PROVA ESCRITA DE MATEMÁTICA A.º E 00 Fevereiro 8 Duração da prova: 90 miuos VERSÃO Grupo I Para cada uma das cico quesões dese grupo, seleccioe a resposa correca de ere as aleraivas que lhe são apreseadas
Leia maisIntervalo de Confiança
8/8/05 Uiversidade Federal do ará Isiuo de Tecologia Esaísica Aplicada I ro. Dr. Jorge Teóilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 8/08/05 06:54 ESTATÍSTICA ALICADA I - Teoria das
Leia mais- Processamento digital de sinais Capítulo 2 Sinais e sistemas discretos
- Processameo digial de siais Capíulo Siais e sisemas discreos Siais discreos Siais aalógicos x digiais Coíuos x discreo Admiido como sequêcia de úmeros. {x[]}, 0, ±, ±,... Z Período amosragem: s Variáveis
Leia maisSecção 7. Sistemas de equações diferenciais.
7. Sisemas de equações difereciais Secção 7. Sisemas de equações difereciais. (Farlow: Sec. 6., 6.4 e 6.6) No caso geral, um sisema de equações difereciais de primeira ordem pode ser represeado da seguie
Leia maisCapítulo 4. Propriedades dos Estimadores de Mínimos Quadrados
Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i
Leia maisResolução das equações
Resolução das equações Equação de Difusão (calor) (1D) Equação de odas (corda vibrae) (1D) Equação de aplace (2D) Odas acúsicas: corda (1D) e ambor (2D); odas de água, odas eleromagéicas e odas sísmicas
Leia mais4 Filtro de Kalman. 4.1 Introdução
4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de
Leia maisPrevisão de consumos
revisão de cosumos Cláudio Moeiro Disribuição de Eergia II 5º ao da EEC - ramo de Eergia (FEU) Modelos de Regressão Se cohecer uma relação liear ere as variáveis depedees e idepedees podemos esimar o valor
Leia maisTestando a Existência de Efeitos Lead-Lag entre os Mercados Acionários Norte-Americano e Brasileiro
Vol. 6, No. Viória-ES, Ja Abr 29 p. - 2 ISSN 87-734X Tesado a Exisêcia de Efeios Lead-Lag ere os Mercados Acioários Nore-Americao e Brasileiro Gusavo Rezede de Oliveira Uiversidade de Brasília Oavio Reiro
Leia maisElectrónica /2007
006/007 EUP/EEC 4º/MEEC íor Grade avares ula 9: Modelos dos MOSE Sumário Regiões de fucioameo do MOSE. cumulação. epleção. versão fraca. versão fore. Modelos de MOSE. Modelo lamiar. Modelo iversão, moderada
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para
Leia maisMAGISTÉRIO MATEMÁTICA
PROVA DE CONHECIMENTOS ESPECÍFICOS CONCURSO DE ADMISSÃO 0 ao CFO/QC - 0 PAG -6 4 Aalise as afirmaivas a seguir, colocado ere parêeses a lera V quado se raar de proposição verdadeira e a lera F quado se
Leia maisViabilidade Econômica De Um Trator Agrícola Para Fins De Arrendamento Na Região Sudoeste Da Bahia
Viabilidade Ecoômica De Um Traor Agrícola Para Fis De Arredameo Na Região Sudoese Da Bahia Wilmerso Berardio Prado (1) ; Luis Carlos de Freias (2) ; Keila de Almeida Cordeiro (3) ; Glardêia Pereira da
Leia mais( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85.
MATEMÁTICA VOLUME RESOLUÇÕES - EXERCITANDO EM CASA AULA. D Escrevedo a lei de T a forma caôica, vem T(h) = h + h 8 = (h h + 8) = [(h ) 6] = 6 (h ). Assim, a emperaura máxima é 6 C, ocorredo às horas. Tal
Leia maisAJUSTE DO MODELO GAMA A TOTAIS DECENDIAIS DE CHUVA PARA JAGUARUANA-CE
AJUSTE DO MODELO GAMA A TOTAIS DECEDIAIS DE CHUVA PARA JAGUARUAA-CE Francisco Solon Danas eo (); Tarcísio da Silveira Barra () Engº Agrº, Pósgraduação em Agromeeorologia, DEA/UFV, CEP 3657-000, Viçosa-MG
Leia maisA finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise
Leia mais3 Derivação dos modelos
3 Derivação dos modelos Ese capíulo apresea a derivação de odos os modelos que serão aalisados. Basicamee serão desevolvidos rês casos disios. Deses casos serão exraídos os modelos que serão esudados esa
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisEstimação dos parâmetros angular e linear da equação de regressão linear simples pelo método não-paramétrico
Estimação dos parâmetros agular e liear da equação de regressão liear simples pelo método ão-paramétrico Alícia Bolfoi Dias, Silvao Bolfoi Dias, 3 Luciae Flores Jacobi CEEMQ - CCNE/UFSM e-mail:aliciabdias@mailufsmbr
Leia mais3 Computação de Volumes de Gás Natural
3 Compuação de olumes de Gás Naural 3.1. Codições Para a Compuação de olumes de Gás Naural A orma API 21.1 apresea diversos aspecos relacioados à compuação de volumes obidos a parir da iegração, ao logo
Leia maisUMA ABORDAGEM GEOMÉTRICA DA TEORIA DE INVERSAS GENERALIZADAS PAULO HENRIQUE SALES GUIMARÃES
UMA ABORDAGEM GEOMÉTRICA DA TEORIA DE INVERSAS GENERALIZADAS PAULO HENRIQUE SALES GUIMARÃES 2010 PAULO HENRIQUE SALES GUIMARÃES UMA ABORDAGEM GEOMÉTRICA DA TEORIA DE INVERSAS GENERALIZADAS Disseração apreseada
Leia maisEstudo da precipitação pluviométrica no período seco e chuvoso do município de Sete Lagoas, MG
Estudo da precipitação pluviométrica o período seco e chuvoso do muicípio de Sete Lagoas, MG Aa Paula Coelho Madeira Silva 13 Jailso de Araujo Rodrigues 2 Jaime dos Satos Filho 2 1 Itrodução A precipitação
Leia maisGrupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísica II - Licenciaura em Gesão Época de Recurso 6//9 Pare práica (quesões resposa múlipla) (7.6 valores) Nome: Nº Espaço reservado para a classificação (não
Leia maisSinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with
-4-6 -8 - - -4-6 -8-3 -3 Frequecy (khz Hammig kaiser Chebyshev Siais e Sisemas Power Specral Desiy Ev B F CS CS B F CS Groud Revolue Body Revolue Body Power/frequecy (db/hz Sie Wave Joi Acuaor Joi Sesor
Leia maisNº de sucessos ,3277 0,4096 0,2048 0,0512 0,0064 0,0003. n Limite superior de 0,025 0,01 0,0025 0,000625
Capíulo Problema 0 Nº de sucessos 0 4 5 0,0 0, 0,4 0,6 0,8,0 P 0,77 0,4096 0,048 0,05 0,0064 0,000 E 0, p ; 0,0 5 Problema 0 4 0 5 00 400 Lme superor de 0,05 0,0 0,005 0,00065 Lme superor de p^ 0,00 0,05
Leia maisESTRATÉGIA DE CONTROLE ÓTIMO COM HORIZONTE DE TEMPO MÓVEL
ESTRATÉGIA DE CONTROLE ÓTIMO COM HORIZONTE DE TEMPO MÓVEL L. S. SANTOS 1, D. M. PRATA 2. 1 Uiversidade Federal do Rio de Jaeiro, Deparameo de Egeharia Química - PEQ COPPE. 2 Uiversidade Federal Flumiese,
Leia maisDETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS
DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se
Leia maisDisciplina de Princípios de Telecomunicações Prof. MC. Leonardo Gonsioroski da Silva
UNIVERSIDADE GAMA FILHO PROCE DEPARAMENO DE ENGENHARIA ELÉRICA Disciplia de Pricípios de elecomuicações Pro. MC. Leoardo Gosioroski da Silva Séries e rasormadas de Fourier Aálise de um sial seoidal o empo
Leia maisPUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada
PUCPR- Poifícia Uiversidade Caóica Do Paraá PPGIA- Programa de Pós-Graduação Em Iformáica Apicada LIMIARIZAÇÃO IMODAL DE OSU Resumo: Ese arigo descreve a eoria do Agorimo de Limiarização imoda de Osu assim
Leia maisMETODOLOGIA PARA AVALIAÇÃO ECONÔMICA DE INVESTIMENTOS PARA EMPRESAS
METODOLOGIA PARA AVALIAÇÃO ECONÔMICA DE INVESTIMENTOS PARA EMPRESAS Valessa Orácio ROCHA 1 Daiae Fracie Moraes GOMES Rogério Cosaio dos Saos MOTA Camila Pires Cremasco GABRIEL² Luís Robero Almeida GABRIEL
Leia maisAPLICAÇÃO DOS MODELOS BAYESIANOS NA COOPERATIVA REGIONAL TRITÍCOLA SERRANA LTDA. COTRIJUÍ
APLICAÇÃO DOS MODELOS BAYESIANOS NA COOPERATIVA REGIONAL TRITÍCOLA SERRANA LTDA. COTRIJUÍ Suzana Russo Profa DCET URI Sano Ângelo/RS Joanirse Oriz Miranda Bolsisa PROBIC/URI INTRODUÇÃO A produção e a comercialização
Leia maisComo o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo:
INE66 Méodo Eaíico Exercício Prova - Semere 15.1 O poo de fuão (medido em C) é um apeco crucial em maeriai cerâmico, epecialmee o uado em reaore ucleare, como a ória. Receemee um fabricae apreeou dua ova
Leia maisSistemas de Controle I
4. Repoa o Domíio do Tempo Pólo, Zero e Repoa do Siema: Defiiçõe Siema de Corole I Repoa do iema: oma da repoa forçada repoa aural. Repoa forçada é ambém chamada de repoa eacioária ou olução paricular;.
Leia maisExpansão da Área Agrícola e Produtividade das Culturas no Brasil: testando hipóteses da legislação californiana de biocombustíveis 1
págia Expasão da Área Agrícola e Produividade das Culuras o Brasil: esado hipóeses da legislação califoriaa de biocombusíveis Elaie Correa Dauberma 2, Lucas Squarize Chagas 3, Agelo Cosa Gurgel 4 e Sérgio
Leia maisA limitação da metodologia dos MQ conduziu a diversas abordagens alternativas. As
Capíulo 3 ESTIMAÇÃO ROBUSTA A limiação da meodologia dos MQ coduziu a diversas abordages aleraivas. As écicas de esimação robusa cosiuem uma abordagem à esimação ão depededo de uma disribuição em paricular.
Leia mais5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO
5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto
Leia maisPROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005
PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisTÓPICOS. Primitivação de funções racionais. Zeros de um polinómio. Fracções simples. Primitivação de fracções simples.
Noe bem, a leiura deses apoameos ão dispesa de modo algum a leiura aea da bibliografia pricipal da cadeira. Nomeadamee, o referee ao Módulo, poameos de álise Maemáica, Maemáica - Eg. Mauel Messias págias:
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem
Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
éodos méricos SISTEMS DE EQUÇÕES LINERES (Coiação) Prof. Erivelo Geraldo Nepomceo PROGRM DE PÓS-GRDUÇÃO EM ENGENHRI ELÉTRIC UNIVERSIDDE DE JOÃO DEL-REI PRÓ-REITORI DE PESQUIS CENTRO FEDERL DE EDUCÇÃO TECNOLÓGIC
Leia mais5 Regras de Política Monetária
68 5 egras de Políica Moeária Viu-se o capíulo aerior como muda a resposa óima da ecoomia a choques eógeos, quado se impõe que o govero faça variar a aação disorciva para cobrir pare do efeio das fluuações
Leia maisAPLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT
APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT Alerêdo Oliveira Curim 1 & Aldo da Cunha Rebouças Resumo - O conhecimeno prévio dos volumes de água de qualquer sisema
Leia maisANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos
Leia maisconceito de análise de investimento
1. coceio de aálise de ivesimeo Aálise de Ivesimeos Prof. Uério Cruz O coceio de aálise de ivesimeo pode hoje ser um cojuo de écicas que permiem a comparação ere resulados de omada de decisões referees
Leia maisNOTA TÉCNICA. Nota Sobre Evolução da Produtividade no Brasil. Fernando de Holanda Barbosa Filho
NOTA TÉCNICA Noa Sobre Evolução da Produividade no Brasil Fernando de Holanda Barbosa Filho Fevereiro de 2014 1 Essa noa calcula a evolução da produividade no Brasil enre 2002 e 2013. Para ano uiliza duas
Leia maisEspectros de Resposta de Movimentos Sísmicos Consistentes com Histórias de Deslocamentos Velocidades e Acelerações. Mário Rouxinol Fragoso 1,
Especros de Resposa de Movimeos Sísmicos Cosisees com Hisórias de Deslocameos Velocidades e Acelerações Mário Rouxiol Fraoso 1, Laboraório Reioal de Eeharia Civil Poa Delada, S. Miuel Açores, Porual Maria
Leia maisReferências Bibliográficas
7 Referêcias Bibliográficas ATA DO COPOM. Brasília: Baco Ceral do Brasil, 46ª Reuião, abr.. ATA DO COPOM. Brasília: Baco Ceral do Brasil, 49ª Reuião, jul.. ATA DO COPOM. Brasília: Baco Ceral do Brasil,
Leia mais