Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Mestrado (Dissertações) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/5292

Título: Modelo heterogêneo autorregressivo: uma aplicação a dados de mortalidade e a dados climáticos
Autor(es): Alvarenga, Tatiane Carvalho
Orientador: Sáfadi, Thelma
Membro da banca: Lima, Renato Ribeiro de
Silva, Washington Santos
Área de concentração: Estatística e Experimentação Agropecuária
Assunto: Óbitos em São Paulo
Poluição em São Paulo
Modelo HAR(h)
Série temporal
Deaths in São Paulo
Polution in São Paulo
HAR(h) model
Time series
Data de Defesa: 13-Fev-2015
Data de publicação: 2015
Agência de Fomento: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Referência: ALVARENGA, T. C. Modelo heterogêneo autorregressivo: uma aplicação a dados de mortalidade e a dados climáticos. 2015. 85 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2015.
Resumo: Uma série temporal é todo conjunto de observações ordenadas no tempo, na qual existe dependência entre as observações e tem-se como objetivo modelar essa dependência. Comumente, em séries temporais, a modelagem é feita com séries de mesma frequência temporal. A partir dos estudos de Corsi (2009) buscou-se agregar ao modelo diferentes frequência de variações temporais, o que foi denominado de modelo heterogêneo autorregressivo (HAR). Existem regras e restrições na modelagem do HAR, nas diferentes frequências temporais. Assim, buscou-se modelar o número de óbitos por problemas respiratórios e número de óbitos por problemas cardiovasculares, em função de temperatura mínima, material particulado, monóxido de carbono e umidade relativa do ar, sendo todas as séries diárias e da cidade de São Paulo, no período de 1o de janeiro de 1997 a 31 dezembro de 1997. Dessa maneira, foi possível verificar que as séries de temperatura mínima, material particulado e umidade influenciaram o número de mortes por problemas respiratórios, a série de temperatura mínima influenciou o número de mortes por problemas cardiovasculares e a série de monóxido de carbono não teve influência nas séries de mortes.
A time series is all the sets of observations sorted in time, in which there is dependency among observations and one has a goal to model that dependency. Commonly, in time series, the modeling is done with series of the same time frequency. From the studies by Corsi (2009), different sources of time variations were intended to aggregate into the model, which was named heterogeneous autoregressive model (HAR). There are both rules and restrictions in the HAR modeling, in the different time frequencies. Thus, it was intended to model the number of deaths by respiratory problems and number of deaths by cardiovascular problems due to the minimal temperature, particulate material, carbon monoxide and relative air humidity, all the series being daily and of the city of São Paulo in the period from 1st January, 1997 to December, 1997. In this way, it was possible to verify that the series of minimum temperature, particulate material and humidity influenced the number of deaths by respiratory problems, the series of minimum temperature influenced the number of deaths by cardiovascular problems and the series of carbon monoxide had no influence upon the series of deaths.
URI: http://repositorio.ufla.br/jspui/handle/1/5292
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
DISSERTACAO_Modelo heterogêneo autorregressivo: uma aplicação a dados de mortalidade e a dados climáticos.pdf1,56 MBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback