Please use this identifier to cite or link to this item:
http://repositorio.ufc.br/handle/riufc/70940| Type: | Dissertação |
| Title: | Modelos bayesianos para previsão de chuvas no Ceará |
| Title in English: | Bayesian models for forecasting rainfall in Ceará |
| Authors: | Silva, Davi Sousa e |
| Advisor: | Andrade, José Aílton Alencar |
| Keywords: | LASSO;Modelos Lineares Generalizados (MLGs);t-Student;Análise de séries temporais;Monte Carlo via cadeias de Markov (MCMC) |
| Issue Date: | 2023 |
| Citation: | SILVA, Davi Sousa e. Modelos bayesianos para previsão de chuvas no Ceará. 2023. 216 f. Dissertação (Mestrado em Modelagem e Métodos Quantitativos) - Departamento de Estatística e Matemática Aplicada, Centro de Ciências, Universidade Federal do Ceará, Fortaleza, 2023. |
| Abstract in Brazilian Portuguese: | O objetivo principal deste trabalho foi abrir uma discussão sobre modelos de previsão de chuvas no Ceará e suas macrorregiões. Para isso, modelos bayesianos foram analisados, em que se combinaram Modelos Lineares Generalizados (MLGs) e modelos t-Student com modelos de séries temporais. A abordagem proposta leva em consideração não somente a série histórica, mas também dezenas de covariáveis que, segundo estudos meteorológicos, têm relação com o fenômeno das chuvas no Ceará. Os modelos propostos usam o algoritmo LASSO de seleção automática de modelos, em que as variáveis foram selecionadas através dos critérios AIC e SBC. A partir daí, ajustaram-se modelos lineares generalizados e modelos t-Student. Foram ajustados também modelos de séries temporais ARIMA e SARIMA. As estimativas a posteriori foram obtidas através de métodos de simulação estocástica MCMC. |
| Abstract: | The main objective of this work was to open a discussion on rainfall forecast models for Ceará and its macro-regions. For that, Bayesian models were analyzed, combining Generalized Linear Models (GLMs) and t-Student models with time series models. The proposed approach takes into account not only the historical series, but also dozens of covariates that, according to meteorological studies, are related to the rainfall phenomenon in Ceará. The proposed models use the LASSO algorithm for automatic model selection, in which the variables were selected through the AIC and SBC criteria. Thereafter, generalized linear models and t-Student models were fitted. ARIMA and SARIMA time series models were also fitted. The posterior estimates were obtained through stochastic simulation methods MCMC. |
| URI: | http://www.repositorio.ufc.br/handle/riufc/70940 |
| Appears in Collections: | DEMA - Dissertações defendidas na UFC |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| dis_2023_dssilva.pdf | 5,16 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.