A população idosa brasileira está crescendo acarretando o aumento da preocupação com este contingente populacional. Por essa razão é necessário identificar os principais fatores de risco da população idosa a fim de subsidiar o planejamento das ações desenvolvidas pelos órgãos de saúde. O estudo teve como objetivo verificar se fatores fisiológicos, ambientais e cognitivos influenciam na ocorrência de quedas de idosos. Para a coleta de dados foram aplicados questionários estruturados em visitas domiciliar realizadas no período de abril de 2011 a setembro de 2012 com 78 idosos da cidade de Alfenas-MG. Verificou-se que variável sexo não interfere significativamente no risco de quedas em idosos. Nenhum dos fatores fisiológicos houve correlação significativa com as quedas. Sofreram queda no período 32,1% dos entrevistados. O modelo de regressão logística foi ajustado aos dados. Foram significativos o histórico de quedas anteriores, com razão de chance de 6,4; a idade, com razão de chance de 8,2; e a presença de tapetes espalhados pelo chão com razão de chance de 4,4. Logo, existe a necessidade de medidas de atenção básica a esses fatores por parte de programas assistenciais de saúde para reduzir a ocorrência de quedas de idosos. Palavras-chave: Medicamentos de controle especial. Acidentes por quedas. Saúde do idoso. Serviços de saúde para idosos. Histórico de quedas.
Devido à importância do conhecimento da previsão de vazões máximas, o presente trabalho teve por objetivo comparar a qualidade do ajuste das distribuições Log-Normal, Gumbel e Generalizada de valores extremos às séries de vazões máximas mensais do reservatório de Furnas. Foram utilizados os dados de vazões médias diárias do período de 1931 a 2015, obtidos junto ao Operador Nacional do Sistema Elétrico. Para verificar a adequabilidade do ajuste das distribuições foi utilizado o teste de Kolmogorov-Smirnov. O erro médio de previsão e a acurácia foram considerados na avaliação de desempenho das distribuições. Verificou-se que as distribuições Gumbel, Log-normal e Generalizada de valores extremos ajustaram-se aos dados de vazão máxima em todos os meses. O erro médio de previsão das três distribuições foi semelhante (em torno de 20%), nos meses do período úmido, sendo que a distribuição Log-normal apresentou maior acurácia. Nos meses do período seco, a distribuição Generalizada de valores extremos apresentou maior acurácia, porém, apresentou um erro médio de previsão maior que as outras distribuições. As distribuições Log-normal e Generalizada de valores extremos mostraram-se mais adequadas para realizar previsões de vazões máximas do reservatório de Furnas. Palavras-chave: distribuição Gumbel, distribuição Log-normal, distribuição Generalizada de valores extremos, erro de previsão, tempo de retorno.
RESUMODevido à importância do conhecimento da ocorrência de temperaturas mínimas para o planejamento e gestão de atividades como a agricultura e a saúde pública, realizou-se o presente trabalho com o objetivo de estudar o ajuste das distribuições Gumbel e Weibull às séries mensais de temperatura mínima de Piracicaba-SP e determinar os valores de temperaturas mínimas esperadas para os tempos de retorno de 2, 5, 10, 30, 50 e 100 anos. As séries históricas utilizadas foram obtidas na Estação Convencional do Posto Agrometeorológico da Escola Superior de Agricultura "Luiz de Queiroz" (ESALQ/USP), relativas ao período de 1917 a 2016. Para verificar a adequabilidade do ajuste das distribuições foi utilizado o teste de KolmogorovSmirnov. Utilizou-se o critério do menor erro percentual médio de predição para selecionar a distribuição mais adequada para cada série mensal. Verificou-se que as distribuições Gumbel e Weibull ajustaram-se aos dados de temperatura mínima em todos os períodos mensais. Nos meses de março, maio e julho, a distribuição Gumbel apresentou menores erros de predição e, portanto, temperaturas mínimas esperadas mais acuradas. Nos demais meses, a distribuição Weibull apresentou menores erros de predição.Palavras-chave: agricultura; saúde pública; distribuição Gumbel; distribuição Weibull. EXTREME VALUES DISTRIBUTIONS IN THE ANALYSIS OF MINIMUM TEMPERATURE IN PIRACICABA, SÃO PAULO STATE ABSTRACTDue the importance of knowing the occurrence of minimum temperatures for the planning e management of areas like agriculture and healthy public, this study was carried out for the objective of study the Gumbel and Weibull distributions fit for the monthly series of minimum temperatures of Piracicaba-SP and to predict the expected minimum temperatures for return periods of 2, 5, 10, 30, 50 and 100 years. The historical data used were obtained from the Post Conventional Agrometeorological Station of College of Agriculture "Luiz de Queiroz" (ESALQ/USP), for the period 1917 to 2016. To verify the goodness of the fit in the distributions
PREDIÇÃO DA PRECIPITAÇÃO MÁXIMA NO MUNICÍPIO DE SILVIANÓPOLIS-MG: ABORDAGENS CLÁSSICA E BAYESIANA THAÍS BRENDA MARTINS1; GISELE CAROLINA ALMEIDA2; FABRICIO GOEKING AVELAR3 E LUIZ ALBERTO BEIJO4 1Mestranda no Programa de Pós-Graduação de Estatística Aplicada e Biometria, Universidade Federal de Alfenas, Rua Gabriel Monteiro da Silva, 700, centro, Alfenas-MG, CEP: 37130-001, Brasil, thaismartins@outlook.com.br; 2Mestranda no Programa de Pós-Graduação de Estatística Aplicada e Biometria, Universidade Federal de Alfenas Rua Gabriel Monteiro da Silva, 700, centro, Alfenas-MG, CEP: 37130-001, Brasil, giselealmeidac08@gmail.com; 3Professor do Departamento de Estatística, Universidade Federal de Alfenas Rua Gabriel Monteiro da Silva, 700, centro, Alfenas-MG, CEP: 37130-001, Brasil, fabricio@unifal-mg.edu.br; 3Professor do Departamento de Estatística, Universidade Federal de Alfenas Rua Gabriel Monteiro da Silva, 700, centro, Alfenas-MG, CEP: 37130-001, Brasil, luiz.beijo@unifal-mg.edu.br. 1 RESUMO As precipitações, quando em excesso, podem causar danos como erosão de solos e inundações, prejuízos em obras hidráulicas, rompimentos de barragens e represas, entre outros. O conhecimento sobre a precipitação máxima esperada, numa determinada região, pode auxiliar no planejamento de atividades agrícolas e construções hidráulicas de forma a evitar danos e prejuízos. Objetivando realizar a predição da precipitação máxima anual na cidade de Silvianópolis-MG, para os tempos de retorno de 5, 10, 25, 50 e 100 anos, foi ajustada a distribuição generalizada de valores extremos à série histórica de precipitação. Analisou-se a acurácia e erro médio de predição para avaliar as estimativas fornecidas pelo método de máxima verossimilhança e pela inferência Bayesiana. Informações, acerca das precipitações máximas, das cidades de Lavras-MG e Machado-MG foram utilizadas para elicitação da distribuição a priori. A aplicação da inferência Bayesiana levou a menores erros de predição, mostrando a eficiência da incorporação de conhecimentos a priori no estudo de precipitação máxima. A distribuição a priori embasada em informações de Lavras apresentou menor erro de predição da precipitação máxima anual de Silvianópolis. Palavras-chave: Valores extremos, níveis de retorno, prioris MARTINS, T. B.; ALMEIRA, G. C.; AVELAR, F. G.; BEIJO, L. A. PREDICTION OF MAXIMUM PRECIPITATION IN THE MUNICIPALITY OF SILVIANÓPOLIS-MG: CLASSICAL AND BAYESIAN APPROACHES 2 ABSTRACT Extreme rainfall can cause damage such as soil erosion and floods, damage to hydraulic works, rupture of dams and reservoirs among others. Knowledge about the expected maximum rainfall, in a given region, can assist in the planning of agricultural activities and hydraulic constructions in order to avoid damages and losses. Aiming to predict the maximum annual rainfall of the city of Silvianópoilis-MG for the return levels of 5, 10, 25, 50 and 100 years, the generalized extreme value distribution was fitted to the historical rainfall data series. The accuracy and mean prediction error were analyzed to evaluate the estimates provided by the maximum likelihood method and Bayesian inference. Information about the maximum rainfall from the cities of Lavras-MG and Machado-MG were used to elicit the prior distribution. The Bayesian Inference application led to smaller prediction errors, showing the efficiency of the incorporation of prior knowledge in the maximum rainfall study. The prior distribution based on information for Lavras presented smaller maximum annual rainfall prediction error for Silvianópolis. Keywords: Extreme value, return levels, priors
Resumo As cidades de Petrópolis (RJ) e Poços de Caldas (MG) estão situadas em regiões serranas de seus respectivos estados e sofrem frequentemente com estragos provocados por fortes chuvas. Analisar e prever a ocorrência de precipitações máximas nessas localidades são fundamentais para o planejamento de atividades vulneráveis à sua ocorrência. A modelagem dessa variável é feita geralmente com distribuição generalizada de valores extremos (GEV), e a metodologia bayesiana tem apresentado bons resultados na estimação de seus parâmetros. Sendo assim, o presente estudo teve como objetivos ajustar a distribuição GEV às séries históricas de precipitação máxima de Petrópolis e Poços de Caldas e avaliar diferentes estruturas de distribuições a priori, informativas e não informativas, na predição da precipitação máxima esperada para diferentes tempos de retorno. Foram analisados o número de acertos e a precisão a fim de avaliar as previsões obtidas com as informações advindas das precipitações máximas de diferentes localidades para eliciação da distribuição a priori. A obtenção das distribuições marginais a posteriori foi realizada usando-se o método Monte Carlo via cadeias de Markov. A utilização da distribuição a priori informativa fundamentada nos dados de Poços de Caldas foi mais precisa e teve maior número de acertos para predizer as precipitações máximas para Petrópolis, enquanto para Poços de Caldas foi a priori informativa com base nas informações de São João da Boa Vista (SP). Para ambas as localidades, espera-se que, em um tempo médio de cinco anos, ocorra pelo menos um dia com precipitação máxima igual ou superior a 100 mm.
O objetivo deste trabalho foi predizer a vazão máxima do reservatório Furnas nos períodos seco e úmido. Utilizou-se a distribuição generalizada de valores extremos (GVE) com estimação de parâmetros via inferência bayesiana. Dados de vazões médias diárias correspondentes aos anos de 1965 a 2017 foram obtidos da Hidroweb, da Agência Nacional de Águas e Saneamento Básico (ANA), dos quais se extraíram valores máximos, por período e em cada ano. Analisaram-se a acurácia e o erro médio de predição das vazões máximas, comparando-se as estimativas fornecidas pela inferência bayesiana com distribuições a priori informativas e não informativas. Foram usadas informações de uma série de máximos de vazões do reservatório de Camargos para elicitação da distribuição a priori informativa. A utilização das informações a priori proporcionou aumento na precisão e acurácia das estimativas de vazão máxima. Assim, o modelo GVE, com distribuição a priori informativa, foi utilizado para predizer níveis de retorno da vazão máxima de Furnas com seus respectivos intervalos de alta densidade a posteriori, considerando diversos tempos de retorno.Palavras-chave: acurácia; distribuição generalizada de valores extremos; priori informativa; níveis de retorno.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.