Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-08-24T12:49:15Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Alex Leal Mota.pdf: 7909739 bytes, checksum: c085a38e01f2b4ee89d0a40f6d455fa3 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-09-21T18:16:40Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Alex Leal Mota.pdf: 7909739 bytes, checksum: c085a38e01f2b4ee89d0a40f6d455fa3 (MD5) / Made available in DSpace on 2017-09-21T18:16:40Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Alex Leal Mota.pdf: 7909739 bytes, checksum: c085a38e01f2b4ee89d0a40f6d455fa3 (MD5) Previous issue date: 2017-06-02 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / A class of multivariate distributions for possibly correlated data was built by mar-ginalizing of G-exponentialized Type IV Pareto distribution, and conditioned to a mixture of positive alpha-stables distributions. Some proprieties of this class were presented and the procedures for estimation and inference were discussed. A Log-Poly-Weibull spatial model was introduced, as a special case of proposed class, for modeling and space-temporal prediction of temperature surfaces. Most properties of the model were similar to the ge-neral model ones, while some were added to fit with the application. The parameters were estimated by the MCEM algorithm and the standard error through parametric method Bootstrap. The proposed model was applied to data on mean compensated tempera-ture observed from 1996 to 2015 at meteorological stations of Amazon State — Brazil and simulations were performed to evaluate the predictive capacity of the model. / Neste trabalho, uma classe de distribuições multivariadas para dados possivelmente correlacionados foi construída através da marginalização da distribuição Pareto tipo IV G-exponencializada condicionada a uma mistura de distribuições alfa-estáveis positivas. Algumas propriedades desta classe foram apresentadas e procedimentos para estimação e inferência foram discutidos. Como um caso particular desta classe, o modelo espacial Log-Poly-Weibull foi proposto para modelagem e predição espaço-temporal de superfí-cies de temperatura. Algumas propriedades deste modelo foram apresentadas de maneira semelhante às do modelo geral e outras foram acrescentadas, todas no contexto da apli-cação. Os parâmetros deste modelo foram estimados através do algoritmo MCEM e os erros padrões dos mesmos foram calculados via método Bootstrap paramétrico. O mo-delo proposto foi aplicado aos dados de temperatura média compensada observados no período de 1996 a 2015 nas estações meteorológicas do Estado do Amazonas-Brasil, e estudos simulados foram realizados para avaliar a capacidade preditiva do modelo.

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-08-16T19:07:45Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao.pdf: 8597272 bytes, checksum: f35bb6aa304c707fd6db9c1a297f3202 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-08-16T19:07:57Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao.pdf: 8597272 bytes, checksum: f35bb6aa304c707fd6db9c1a297f3202 (MD5) / Made available in DSpace on 2018-08-16T19:07:57Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao.pdf: 8597272 bytes, checksum: f35bb6aa304c707fd6db9c1a297f3202 (MD5) Previous issue date: 2018-03-06 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / In this work were proposed a multivariate model for predition of spatially dependents extreme values. The model was constructed by conditioning a Gumbel distribution with respect to spatially shared random effect following an alpha-stable distribution. Some properties of this new model are presented and a MCEM algorithm was developed for the estimation of the parameters. The model was illustrated by the spatio-temporal prediction of maximum temperature in the Amazonas state, Brazil / Neste trabalho foi proposto um modelo multivariado para predição de valores extremos espacialmente dependentes. O modelo foi construído condicionando uma distribuição Gumbel com respeito a um efeito aleatório espacialmente compartilhado seguindo uma distribuição alfa-estável. Algumas propriedades deste novo modelo foram apresentadas e um algoritmo MCEM foi desenvolvido para estimação dos parâmetros. O modelo foi ilustrado através da predição espaço-temporal de temperatura máxima no estado do Amazonas.