Uma análise bayesiana das precipitações "médias" de Presidente Prudente pela distribuição gama

• Processo: 08/05025-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2008
• Data de Término da vigência: 30 de junho de 2009
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
• Pesquisador responsável: Fernando Antonio Moala
• Beneficiário: Marco Aurélio Moraes de Mendonça
• Instituição Sede: Faculdade de Ciências e Tecnologia (FCT). Universidade Estadual Paulista (UNESP). Campus de Presidente Prudente. Presidente Prudente , SP, Brasil
• Assunto(s): Verossimilhança Inferência bayesiana
• Palavra(s)-Chave do Pesquisador: Densidade a Posteriori | Densidade a Priori | Distribuição Gama | precipitação pluvial | verossimilhança | Inferência Bayesiana

Resumo

Neste projeto estamos interessados em estimar a precipitação pluvial média esperada, sob a abordagem bayesiana, em diferentes períodos e níveis de probabilidade, na região de Presidente Prudente-SP, visando favorecer seu uso no dimensionamento de projetos agronômicos (irrigação, época de plantio e colheita), construçõesde barragens, contenção de enchentes e outras obras hidráulicas. Para isto foram empregados dados de precipitação pluvial diária coletados de jan/1946 a dez/2003 na estação meteorológica do campus da UNESP em Presidente Prudente, que foram agrupados em períodos mensal e anual. Os resultados mostraram que houve um bom ajuste da distribuição gama para os dados, de acordo com os resultados do teste Kolmogorov-Smirnov. Uma vez fixada a distribuição gama como modelo gerador dos dados pluviométricos as estimativas dos parâmetros foram obtidas pelo método da máxima verossimilhança permitindo testar o modelo ajustado. Assim, nosso objetivo neste projeto será aplicar a inferência bayesiana para estimação dos parâmetros da distribuição gama e estimar a precipitação pluvial média provável para diferentes níveis de probabilidade e comparar com os resultados via estimação de máxima verossimilhança obtidas em Mendonça, Moala e Hartman (2008). A determinação de uma conveniente priori não-informativa também será interesse no estudo.