Abordagem Bayesiana na Proposição de um Modelo de Regressão para a Velocidade do Vento em Fortaleza-CE
Palavras-chave:
Análise de Regressão, Velocidade do vento, Distribuição a prioriResumo
Neste trabalho utilizamos a Análise de Regressão Linear Múltipla para modelar a velocidade do vento na cidade de Fortaleza-CE, com o objetivo de encontrar um modelo estatístico capaz de tornar possível a realização de previsões para o comportamento dos ventos. Para o estudo foi analizado o banco de dados fornecido pelo INMET. O modelo de regressão linear gerado apresentou um bom ajuste de acordo com o gráfico de resíduos, e as variáveis explicativas deste modelo apresentaram uma correlação linear moderada com a variável de interesse, o que pode ser confirmado com o coeficiente de determinação encontrado que mostra que 53$\%$ da variância da velocidade do vento é explicada pela variação da temperatura e da umidade. Além de que o método bayesiano, também indicou que o ajuste em questão é adequado.
Referências
BLASCO, A.; PILES, M.; VARONA, L . Bayesian Analysis of the effect of selection for growth rate on growth curves in rabbits Genet. Sel. Evol., Valencia, v. 35, p. 21 - 41, 2003.
FRIEDMAN, J.; BARRET, S.C.H. Wind of change: new insights on the ecology and evolution of pollination and mating in wind pollinated plants. Annals of Botany, p. 1515-1527, 2009.
INMET - Instituto Nacional de Meteorologia. Monitoramento das estac¸oes convencionais. Disponível em: http://www.inmet.gov.br/sim/sonabra/convencionais.php. Acesso em: 26 de janeiro de 2012.
JONGEJANS, E.; TELENIUS, A. Field experiments on seed dispersal by wind in ten umbelliferous species (Apiaceae). Plant Ecology, p. 67-78, 2004.
JONSSON, P. Wind erosion on sugar beet fields in Scania, souther Sweden. Agricultural and Forest Meteorology, p. 141-157, 1992.
PIMENTA, F.; KEMPTON, W.; GARVINE, R. Combining meteorological stations and satellite data to evaluate offshore wind power resource of Southeastern Brazil. Renewable Energy, p.2375-2387, 2008.
R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2012. Dispon´ıvel em: http://www.R-project.org/.
SECITECE - Secretaria da Ciência, Tecnologia e Educação Superior do Ceará. Disponível em: http://www.sct.ce.gov.br/index.php/noticias/57469. Acesso em: 31 de março de 2011.
SIMOES, N. R. Estimadores de Bayes: aplicação ao modelo de regressão linear simples. Dissertação de Mestrado em Estatística e Experimentação Agronômica - Universidade de São Paulo, Piracicaba, SP., 138 f., 1981.
VARONA, L.; MORENO, C.; GARCIA CORTES, L. A.; ALTARRIBA, J. Multiple trait genetic analysis of underlying biological variables of production functions. Livestock Production Science, Amsterdam, v. 47, p. 201 - 209, 1997.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Proposta de Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
