
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Otiniano, Cira Etheowalda Guevara | - |
| Autor(es): dc.creator | Lisboa, Mathews de Noronha Silveira | - |
| Data de aceite: dc.date.accessioned | 2026-08-11T11:07:54Z | - |
| Data de disponibilização: dc.date.available | 2026-08-11T11:07:54Z | - |
| Data de envio: dc.date.issued | 2026-06-25 | - |
| Data de envio: dc.date.issued | 2026-06-25 | - |
| Data de envio: dc.date.issued | 2026-06-25 | - |
| Data de envio: dc.date.issued | 2025-02-06 | - |
| Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/55106 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1187240 | - |
| Descrição: dc.description | Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2025. | - |
| Descrição: dc.description | Eventos climáticos extremos resultam da combinação de valores extremos de duas ou mais variáveis aleatórias climáticas. Por outro lado, quando pelo menos uma dessas variáveis apresenta características multimodais, os sistemas climáticos tornam-se mais complexos. A distribuição GEV bimodal, proposta por Otiniano (2023), surge como uma alternativa para a modelagem univariada de extremos em sistemas climáticos complexos. Neste trabalho, propomos um novo modelo de regressão que descreve a relação entre uma variável resposta de valores extremos bimodais com outras variáveis aleatórias. Esse modelo de regressão é baseado na distribuição GEV bimodal (BGEV). Uma das inovações do novo modelo de regressão BGEV é a reparametrização do parâmetro de localização em termos de sua mediana, o que facilita a interpretação dos resultados. A estimação dos parâmetros do modelo de regressão BGEV foi desenvolvida com base no método de máxima verossimilhança. O desempenho desse estimador foi avaliado a partir de estudos de simulação de Monte Carlo. Por fim, o modelo de regressão BGEV foi aplicado a dados climáticos da estação meteorológica A002, localizado em Goiânia, esses dados são inéditos sendo essa uma novidade apresentada neste trabalho. A adequabilidade deste ajuste foi validada com base nos resíduos quantílicos. | - |
| Descrição: dc.description | Extreme climate events result from the combination of extreme values of two or more random climate variables. On the other hand, when at least one of these variables exhibits multimodal characteristics, climate systems become more complex. The bimodal GEV distribution, proposed by Otiniano (2023), emerges as an alternative for the univariate modeling of extremes in complex climate systems. In this work, we propose a new regression model that describes the relationship between a bimodal extreme value response variable and other random variables. This regression model is based on the bimodal GEV distribution (BGEV). One of the innovations of the new BGEV regression model is the reparameterization of the location parameter in terms of its median, which facilitates the interpretation of the results. The estimation of the parameters of the BGEV regression model was developed based on the maximum likelihood method. The performance of this estimator was evaluated through Monte Carlo simulation studies. Finally, the BGEV regression model was applied to climate data from the A002 meteorological station located in Goiˆania. These data are unprecedented, making this a novel contribution presented in this work. The adequacy of this fit was validated based on quantile residuals. | - |
| Descrição: dc.description | Instituto de Ciências Exatas (IE) | - |
| Descrição: dc.description | Departamento de Estatística (IE EST) | - |
| Descrição: dc.description | Programa de Pós-Graduação em Estatística | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | Acesso Aberto | - |
| Palavras-chave: dc.subject | Modelo de regressão | - |
| Palavras-chave: dc.subject | Dados climáticos | - |
| Palavras-chave: dc.subject | Simulação Monte Carlo | - |
| Título: dc.title | Modelo de regressão para valores extremos bimodais | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: