A umidade relativa interfere em vários aspectos na vida do ser humano, e devido
as muitas consequências que um baixo ou um alto percentual podem acarretar, o controle
de seu nível é de suma importância. Dessa forma, a modelagem de situações extremas
dessa variável pode auxiliar no planejamento de atividades humanas que sejam suscetíveis
aos seus efeitos danosos, como a saúde pública. O principal interesse é prever com
base em funções densidade de probabilidade aplicadas aos dados observados, os valores
que possam ocorrer em uma certa localidade. A distribuição Generalizada de Valores Extremos
tem sido amplamente utilizada com essa finalidade e pesquisas utilizando análise
de Séries Temporais de dados meteorológicos e climáticos. Neste trabalho, é proposto
um modelo estatístico para predição de taxas e proporções temporais e/ou espacialmente
dependentes. O modelo foi construído através da marginalização da distribuição Kumaraswamy
G-exponencializada condicionada a um campo aleatório com distribuição alfaestável
positivo. Algumas propriedades desse modelo foram apresentadas, procedimentos
para estimação e inferência foram discutidos e um algoritmo MCEM foi desenvolvido parar
estimar os parâmetros. Como um caso particular, o modelo foi utilizado para predição
espacial da umidade relativa do ar observada nas estações meteorológicas do Estado do
Amazonas.
|
