Distribuição generalizada de valor extremo bimodal

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGuevara Otiniano, Cira Etheowalda-
Autor(es): dc.contributorbianca.unb@gmail.com-
Autor(es): dc.creatorPaiva, Bianca Souza de-
Data de aceite: dc.date.accessioned2021-10-14T18:24:56Z-
Data de disponibilização: dc.date.available2021-10-14T18:24:56Z-
Data de envio: dc.date.issued2021-04-09-
Data de envio: dc.date.issued2021-04-09-
Data de envio: dc.date.issued2021-04-09-
Data de envio: dc.date.issued2020-11-29-
Fonte completa do material: dc.identifierhttps://repositorio.unb.br/handle/10482/40484-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/631092-
Descrição: dc.descriptionDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2020.-
Descrição: dc.descriptionA distribuição de valor extremo generalizada, conhecida como GEV, é amplamente utilizada em hidrologia e finanças para modelar eventos extremos. Neste trabalho propomos o modelo bimodal gev, ou BGEV, que generaliza a distribuição GEV e apresenta bimodalidade para determinadas combinações dos parâmetros. Fazemos um estudo gráfico intenso do comportamento da BGEV, em seguida o estudo de suas medidas descritivas como: moda, quantis e momentos. Utilizamos o método de máxima verossimilhança (MV) para estimar os parâmetros da BGEV. Através de experimentos de simulação de Monte Carlo verificamos o bom desempenho dos estimadores de MV. Além disso, adicionamos uma aplicaçao à dados climáticos.-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).-
Descrição: dc.descriptionThe generalized extreme value distribution, known as GEV, is widely used in hydrology and finance to model extreme events. In this work we propose the bimodal gev model, or BGEV, which generalizes the GEV distribution and presents bimodality for certain combinations of parameters. We make an intense graphic study of the behavior of BGEV, then the study of its descriptive measures such as: mode, quantiles and moments. We used the maximum likelihood (MV) method to estimate BGEV parameters. Through Monte Carlo simulation experiments, we verified the good performance of the MV estimators. In addition, we have added an application to climate datas.-
Formato: dc.formatapplication/pdf-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.-
Palavras-chave: dc.subjectValor extremo-
Palavras-chave: dc.subjectDistribuição (Probabilidades)-
Palavras-chave: dc.subjectDistribuição bimodal-
Palavras-chave: dc.subjectSimulação de Monte Carlo-
Título: dc.titleDistribuição generalizada de valor extremo bimodal-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB

Não existem arquivos associados a este item.