R E S U M OO regime de chuvas sobre o Nordeste do Brasil é bastante complexo, sendo considerado sazonal, além de sofrer fortes influências dos fenômenos El Niño, La Niña e outros sistemas meteorológicos, como o dipolo, atuantes sobre as bacias do oceano Atlântico Tropical. Neste trabalho foi aplicada a técnica matemática-computacional de interpolação do Kernel Smoothing nos dados de precipitação pluvial sobre o Nordeste, coletados no período de 1904 a 1998, provenientes de 2.283 estações meteorológicas. Os cálculos foram desenvolvidos por meio do software "Kernel", escrito em linguagem C e Cuda o que possibilitou fazer a interpolação de mais de 26 milhões de medidas de precipitação pluvial, permitindo gerar mapas de intensidade de chuva sobre toda a região e calcular estatísticas para a precipitação do Nordeste em escalas mensais e anuais. De acordo com as interpolações realizadas foi possível detectar, dentre o período estudado, os anos mais secos e mais chuvosos, a distribuição espacial das chuvas em cada mês, bem como a característica da precipitação pluviométrica em épocas de El Niño e La Niña. Kernel smoothing of rainfall data from the Northeast of Brazil A B S T R A C TThe rainfall over Northeast Brazil is quite complex and is considered seasonal, besides suffering strong influences of El Niño, La Niña and other weather systems such as dipole, acting on the ocean basins Tropical Atlantic. In this study the mathematical-computational interpolation technique Kernel Smoothing was applied to rainfall data collected over the Northeast in the period from 1904 to 1998, from 2,283 weather stations. The calculations were developed using the software "Kernel", written in C language and Cuda, enabling interpolation of over 26 million rainfall measurements, allowing to generate maps of rainfall intensity over the whole region, and to calculate statistics for precipitation in the Northeast on monthly and annual scales. The resulting interpolations were used to identify the years with the most and least precipitation along the studied period, the spatial distribution of rainfall in each month, as well as the characteristics of rainfall in times of El Niño and La Niña. Palavras-chave:interpolação suavização precipitação

A regressão logística é uma técnica importante para modelagem de dados quando se deseja analisar a relação entre uma variável resposta e uma ou mais variáveis independentes. A técnica permite que se estime as chances relacionadas à probabilidade da ocorrência de um evento de interesse. A regressão logística diferencia-se da regressão linear devido à natureza dicotômica da variável dependente e vem sendo utilizada em diversas áreas do conhecimento, incluindo estudos na área da saúde. O presente trabalho utilizou a técnica da regressão logística com o objetivo de analisar a associação entre Hipertensão Arterial e determinados fatores de risco. Os dados utilizados provém da Pesquisa Nacional de Saúde (PNS) do ano de 2019, realizada pelo Instituto Brasileiro de Geografia e Estatística (IBGE) em território nacional. Foram ajustados dois modelos, sendo o modelo final composto por sete variáveis com significância estatística de 5%. As técnicas de diagnóstico indicaram um ajuste adequado do modelo, bem como sua precisão para predições. Os resultados apontam que fatores como o aumento da idade, índice de massa corporal (IMC) alto e o diagnóstico positivo para diabetes aumentam as chances de um indivíduo ser hipertenso.

Com o avanço do Big Data e o crescente número de grandes massas de dados nas mais diversas áreas de estudo, técnicas de mineração de dados tornam-se cada vez mais necessárias para obtenção de informações estatísticas precisas e robustas. Este estudo teve como objetivo mostrar a eficiência da regressão logística como técnica de mineração de dados na obtenção de um modelo útil e estatisticamente eficaz na análise de clientes para a concessão do crédito bancário. Os dados utilizados são oriundos do repositório Machine Learning Repository’s da Universidade da California-Irvin UCI, sendo divididos em dois grupos: treinamento e teste. O modelo ajustado foi selecionado com o método stepwise no programa R e atendeu as expectativas de qualidade do ajuste, com acurácia de aproximadamente 72% em discriminar clientes adimplentes de inadimplentes, sensibilidade de 87% dos 140 clientes adimplentes o modelo acertou 122 e especificidade de 38%. A curva ROC teve uma área de 0,847, sugerindo um ajuste eficaz.

Localizado no Estado da Paraíba, o açude Epitácio Pessoa representa um dos principais mananciais nordestinos, responsável por abastecer a importante cidade de Campina Grande, e demais cidades vizinhas. O referido açude chegou ao nível volumétrico mais baixo desde sua inauguração em março de 2017, quando atingiu cerca de 3% de sua capacidade total de armazenamento de água, havendo a possibilidade de colapso no abastecimento de água das cidades que dependiam de sua disponibilidade hídrica. Em meio à ameaça iminente, ainda em março de 2017, o açude começou a receber as águas da Transposição do Rio São Francisco, que veio para modificar o cenário caótico em que se encontrava o reservatório. Diante disto, o presente trabalho teve por objetivo analisar o comportamento volumétrico do açude Epitácio Pessoa entre janeiro de 2012 e junho de 2022 fazendo o estudo das séries temporais do açude disponibilizadas no site da AESA. Utilizando o software R 4.1.2, por meio da função ‘auto.arima’ do pacote ‘forecast’, foi possível verificar que o modelo ARIMA(2,1,0) demonstrou melhor acurácia, portanto foi escolhido para descrever o comportamento da série e por meio dele foi possível estimar o comportamento volumétrico esperado para os meses seguintes (julho a dezembro de 2022).

A região Nordeste do Brasil possui um clima diferenciado das demais regiões do país, sendo influenciada por diversos fatores climáticos que contribuem diretamente para longos períodos de estiagem na região. Além disso, devido à escassez de recursos hídricos, costuma-se construir barragens para garantir o abastecimento de água aos mais diversos setores em períodos críticos. Nesse sentido, o presente trabalho analisou a série temporal da barragem Engenheiro Ávidos, localizada no sertão da Paraíba, entre janeiro de 2000 e dezembro de 2022 com dados disponíveis no portal AESA. Foi utilizado o software R 4.1.2 através do pacote “forecast” utilizando a função “auto.arima” para tratamento dos dados. O modelo que apresentou maior precisão foi o ARIMA (1,1,0), onde foi possível encontrar possíveis estimativas para os valores das séries futuras até junho de 2023.