Comparação entre métodos de imputação de dados em diferentes intensidades amostrais na série homogênea de precipitação pluvial da ESALQ (2019)
- Authors:
- Autor USP: GASPARETTO, SUELEN CRISTINA - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LCE
- Subjects: AGROMETEOROLOGIA; CHUVA; REAMOSTRAGEM BOOTSTRAP; REGRESSÃO LINEAR
- Keywords: Imputação múltipla
- Language: Português
- Abstract: Problemas frequentes nas análises estatísticas de informações meteorológicas são a ocorrência de dados faltantes e ausência de conhecimento acerca da homogeneidade das informações contidas no banco de dados. O objetivo deste trabalho foi testar e classificar a homogeneidade da série de precipitação pluvial da estação climatológica convencional da ESALQ, no período de 1917 a 1997, e comparar três métodos de imputação de dados, em diferentes intensidades amostrais (5%, 10% e 15%) de informações faltantes, geradas de forma aleatória. Foram utilizados três testes de homogeneidade da série: Pettitt, Buishand e normal padrão. Para o "preenchimento" das informações faltantes, foram comparados três métodos de imputação múltipla: PMM (Predictive Mean Matching), random forest e regressão linear via método bootstrap, em cada intensidade amostral de informações faltantes. Os métodos foram utilizados por meio do pacote MICE (Multivariate Imputation by Chained Equations) do R. A comparação entre cada procedimento de imputação foi feita por meio da raiz do erro quadrático médio, índice de exatidão de Willmott e o índice de desempenho. A série de chuva foi entendida como de classe 1, ou seja, "útil" - Nenhum sinal claro de falta de homogeneidade foi aparente e, o método que resultou em menores valores da raiz quadrada dos erros e maiores índices foi o PMM, em especial na intensidade de 10% de informações faltantes. O índice de desempenho para os três métodos de imputação de dados emtodas as intensidades de observações faltantes foi considerado "Péssimo"
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2019
- Data da defesa: 07.06.2019
-
ABNT
GASPARETTO, Suelen Cristina. Comparação entre métodos de imputação de dados em diferentes intensidades amostrais na série homogênea de precipitação pluvial da ESALQ. 2019. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-23082019-150302/. Acesso em: 28 dez. 2025. -
APA
Gasparetto, S. C. (2019). Comparação entre métodos de imputação de dados em diferentes intensidades amostrais na série homogênea de precipitação pluvial da ESALQ (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de http://www.teses.usp.br/teses/disponiveis/11/11134/tde-23082019-150302/ -
NLM
Gasparetto SC. Comparação entre métodos de imputação de dados em diferentes intensidades amostrais na série homogênea de precipitação pluvial da ESALQ [Internet]. 2019 ;[citado 2025 dez. 28 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-23082019-150302/ -
Vancouver
Gasparetto SC. Comparação entre métodos de imputação de dados em diferentes intensidades amostrais na série homogênea de precipitação pluvial da ESALQ [Internet]. 2019 ;[citado 2025 dez. 28 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-23082019-150302/ - Precificação do risco agrícola: abordagens para o seguro agrícola de produtividade e de receita
- Seguro agrícola de proteção de margem: aspectos teóricos e aplicabilidade no Brasil
- Contexto histórico e atual do seguro pecuário no Brasil e no mundo
- Evaluating the temporal patterns of land use and precipitation under desertification in the semi-arid region of Brazil
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
