Uso de Informação Regional na Estimativa de Quantis de Cheia GEV

Autores

Allan Michel Barros Alexandre, Dirceu Silveira Reis Junior, Eduardo Savio Passos Rodrigues Martins

Resumo

Este artigo foca no uso de informações regionais na estimativa de quantis de cheia com a distribuição de Valores Extremos Generalizada (GEV). Estudos anteriores mostram que os estimadores de quantis, baseados no método da Máxima Verossimilhança (ML), são muito instáveis quando aplicados a amostras de tamanho pequeno e moderado, usualmente encontradas na prática, principalmente em países em desenvolvimento. A razão da instabilidade dos estimadores ML observada em amostras pequenas está na alta incerteza da estimativa do parâmetro de forma -, que pode resultar em valores absurdos de quantis. Por causa disso, estimadores baseados em momentos lineares (MOM-L) são frequentemente empregados. Este artigo mostra que o uso de uma distribuição a priori informativa para -, através do procedimento de Máxima Verossimilhança Generalizada (GML), resolve este problema. Resultados baseados em Simulação Monte Carlo mostram que o estimador GML é mais preciso que o estimador MOM-L quando -0,4 - - - 0. O artigo apresenta ainda um procedimento, baseado em regionalização hidrológica, para derivar uma distribuição a priori de - ainda mais informativa com intuito de aumentar a precisão dos estimadores de quantis de cheia.

Palavras-chave

Estimativa de Quantis de cheia; GEV.

Authors

Allan Michel Barros Alexandre, Dirceu Silveira Reis Junior, Eduardo Savio Passos Rodrigues Martins

Keywords

Estimativa de Quantis de cheia; GEV.