Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/10211
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorReisen, Valdério Anselmo-
dc.date.accessioned2018-08-24T22:53:00Z-
dc.date.available2018-08-24-
dc.date.available2018-08-24T22:53:00Z-
dc.identifier.urihttp://repositorio.ufes.br/handle/10/10211-
dc.publisherUniversidade Federal do Espírito Santopor
dc.subjectPM10por
dc.subjectPartículas inaláveispor
dc.subjectVolatilidadepor
dc.subjectSazonalidadepor
dc.subjectFiltro de Kalmanpor
dc.subjectLonga Dependênciapor
dc.subjectTime Serieseng
dc.subjectParticulate mattereng
dc.subjectInhalable particulateeng
dc.subjectVolatilityeng
dc.subjectSeasonalityeng
dc.subjectKalman Filtereng
dc.subjectLong Memoryeng
dc.titleModelo sazonal fracionário auto-regressivo integrado média móvel com volatilidade : estudo de previsão das concentrações de material particulado inalávelpor
dc.typemasterThesiseng
dc.subject.udc628-
dc.subject.br-rjbnAnálise de séries temporaispor
dc.subject.br-rjbnPartículas - Vitória, Região Metropolitana de (ES)por
dc.subject.br-rjbnKalman, filtragem depor
dcterms.abstractEstudos com séries temporais tem sido amplamente utilizados em análises de dados ambientais. Este trabalho avalia as concentrações diárias de Material Particulado Inalável (PM10) para a Região da Grande Vitória, ES, Brasil, para os anos de 2003 e 2004, utilizando processos SARFIMA-GARCH, modelos que capturam as propriedades de longa dependência, sazonalidade e volatilidade condicional variável no tempo. Para verificar a eficácia da metodologia, realizou-se estudos de comparação de predição e previsão a modelos usuais da literatura, e os resultados evidenciaram que o modelo proposto, SARFIMAGARCH captou melhor variabilidade dos dados em termos do erro quadrático médiopor
dcterms.abstractStudies on time series have been widely used to analyze environmental data. This studyevaluates the daily concentration of inhalable particulate matter (PM10) for the Regionof Grande Vit ́oria, ES, Brazil, for the years 2003 and 2004, using SARFIMA-GARCHprocesses, models that capture the properties of long-term dependence, seasonality andvolatility Conditional variable over time. To verify the effectiveness of the methodologywas carried out studies for the comparison of prediction and forecasting models to theusual literature, and the results showed that the proposed model, SARFIMA-GARCHbest captured variability of the data in terms of average square error.eng
dcterms.creatorGripa, Wesley Rocha-
dcterms.formatTexteng
dcterms.issued2008-08-20-
dcterms.languagepor-
dcterms.subjectSéries Temporaispor
dcterms.subjectMaterial particuladopor
dc.publisher.countryBRpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia Ambientalpor
dc.publisher.initialsUFESpor
dc.subject.cnpqSaneamento Ambientalpor
dc.publisher.courseMestrado em Engenharia Ambientalpor
dc.contributor.refereeSantos, Jane Meri-
dc.contributor.refereeMedeiros, Marcelo Cunha-
dc.contributor.advisor-coReis Junior, Neyval Costa-
Aparece nas coleções:PPGEA - Dissertações de mestrado

Arquivos associados a este item:
Arquivo TamanhoFormato 
tese_2610_dissertacao.pdf764.14 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.