Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/16098
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorMAIA, A. de H. N.pt_BR
dc.contributor.authorMEINKE, H.pt_BR
dc.date.accessioned2016-07-20T08:22:18Z-
dc.date.available2016-07-20T08:22:18Z-
dc.date.created2009-01-08pt_BR
dc.date.issued2008pt_BR
dc.identifier.citationIn: REUNIÃO ANUAL DA REGIÃO BRASILEIRA DA SOCIEDADE INTERNACIONAL DE BIOMETRIA, 53., 2008, Lavras. Anais... Lavras: UFLA, 2008. 5p.pt_BR
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/16098pt_BR
dc.descriptionO gerenciamento de riscos climáticos requer informação sobre estados futuros de variáveis climáticas, geralmente representada por funções de distribuição de probabilidade acumulada (FDPA, P(Y?y) ou por sua funções complementares (P(Y>y)), ditas funções probabilidade de exceder (FPE). Uma variedade de métodos estatísticos tem sido utilizada para estimação de FPE, incluindo, modelos de regressão linear múltipla, regressão logística e métodos não paramétricos (MAIA et al, 2007; LO et al, 2008). Apesar de parecer intuitivo que a incerteza associada às estimativas das FPE é fundamental para os tomadores de decisão, esse tipo de informação raramente é fornecido. Modelos estatísticos de previsão baseados em séries históricas da variável de interesse (chuva, temperatura) e de preditores derivados de estados do oceano e da atmosfera (índices climáticos tais como: temperaturas da superfície do mar ? TSM, índice de oscilação sul, IOS, El Nino/Oscilação Sul - ENSO) se constituem em alternativas promissoras para auxílio às tomada de decisão, em escalas locais e regionais. O uso de tais indicadores permite incorporar mudanças de padrão derivadas de mudanças climáticas em modelos estatísticos que utilizam informação histórica. Neste trabalho, mostramos como o Modelo de Regressão de Cox (MRC; COX, 1972), tradicionalmente utilizado para modelagem de tempos de falha, em investigações na área médica e em ciências sociais, pode ser de grande utilidade para avaliação probabilística de riscos climáticos, mesmo para variáveis que não representam tempos de falha tais como chuva, produtividade de culturas, lucros, entre outras. O MRC pode ser utilizado para avaliar a influência de preditores (índices climáticos) sobre riscos de interesse (representados pelas FPE), estimar FPE para combinações específicas de preditores e incertezas associadas além de fornecer informação sobre riscos relativos, de grande valor para tomadores de decisão. Apresentamos dois estudos de caso nos quais o Modelo de Cox foi usado para investigar: a) o efeito do IOS e de um índice derivado de TSM do Pacífico sobre o início da estação chuvosa em Cairns (Austrália) e b) a influência o índice Nino 3.4, derivado de estados da TSM no Pacífico Equatorial sobre o chuva acumulada no período de Março a Junho em Limoeiro do Norte (Ceará, Brasil). O objetivo da apresentação desses estudos é meramente didático, para demonstrar o potencial do método proposto como ferramenta de auxílio à tomada de decisão.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectAnálise de rscopt_BR
dc.subjectModelo de regressãopt_BR
dc.titleQuantificação de riscos climáticos via modelos de regressão de Cox.pt_BR
dc.typeArtigo em anais e proceedingspt_BR
dc.date.updated2016-07-20T08:22:18Zpt_BR
riaa.ainfo.id16098pt_BR
riaa.ainfo.lastupdate2016-07-19pt_BR
dc.contributor.institutionALINE DE HOLANDA NUNES MAIA, CNPMA; Holger Meinke, Wageningen University.pt_BR
Aparece nas coleções:Artigo em anais de congresso (CNPMA)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2008AA054.pdf210,23 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace