Professional Documents
Culture Documents
Captulo 3
Probabilidade e Estatstica
Contedo
Conceitos bsicos
Varivel aleatria: no possui um explicao determinista da sua ocorrncia: P. Ex. a precipitao de um local; qual o nmero que sair numa roleta Populao o universo de possibilidades de ocorrncia de uma varivel aleatria. P. ex. num dado so seis possibilidades, sendo que cada nmero tem igual chance de ocorrer. A populao estatstica o total de ocorrncia e as estatsticas da populao mostram que cada nmero tem igual probabilidade. Amostra a quantidade de resultados que me permite estimar as estatsticas da populao. Por ex. aps jogar o dado 1000 vezes possvel determinar qual a probabilidade de ocorrer cada um dos nmero e certamente ser 1/6, mas se tivesse jogado o dado apenas 10 vezes, provavelmente minha estimativa da probabilidade seria errada porque minha amostra3
conceitos
Estatsticas: uma varivel aleatria tem vrias estatsticas que a caracterizam como: mdia, desvio padro, assimetria, etc. A mdia pode ser aritmtica, geomtrica, etc.A mdia aritmtica que simplesmente a mdia dos valores da amostra; o desvio padro retrata a distribuio dos valores da varivel com relao a mdia. Quanto maio o valor, maior a disperso com relao a mdia; A assimetria retrata como os dados se distribuem com relao a mdia. Uma assimetria positiva mostra que a maioria da freqncia do valores fica so maiores que a4
valore s
Conceitos bsicos
Risco: a possibilidade de ocorrncia de valores da varivel aleatria fora do planejado. Por ex. qual o risco de ocorrncia de um nmero do dado maior que 4? Incerteza o erro da diferena entre as estatsticas da amostra e da populao na estimativa do risco. Para o exemplo anterior se tivssemos estimado (a partir de amostra pequena) que a probabilidade do nmero cinco e do nmero seis eram respectivamente: 1,1/6 e 1,2/6. O risco estimado seria de 2,2/6 e a incerteza = 0,2/6. Em hidrologia a incerteza pode estar na 6
Conceitos
Varivel estacionria: uma varivel estacionria quando as suas estatsticas no variam com o tempo e no- estacionria no caso contrrio. Ex. a mudana da mdia do escoamento de uma bacia urbana devido a impermeabilizao; aumento ou diminuio da vazo de estiagem depois da construo de uma barragem. Hidrologia estocstica: trata da estatstica temporal. Conceitos de 7
Conceitos
Probabilidade e tempo de retorno: A probabilidade a chance de ocorrncia de uma varivel. Esta probabilidade pode ser cumulativa ou individual. Ex. A probabilidade de sair o nmero 3 de 1/6 a chance de que ocorra uma nmero maior que 3 de 3/6 ou . O tempo de retorno (utilizado em hidrologia) retrata a freqncia seqencial de ocorrncia de valores. Ex. o nmero 3, em mdia, ocorre a cada seis jogadas. Portanto TR = 1/P Em hidrologia utilizado para caracterizar a freqncia de repetio de um evento. Ex. Uma inundao que tem a chance de ser maior ou igual num ano qualquer de 0,05 ou8
f(x)
Condies
Valores independentes: os valores da amostra no devem apresentar correlao entre si. P. ex. Numa amostra de vazes mximas anuais, o valor de cada ano no devem ter correlao com o do ano seguinte. Por isto que os valores so escolhidos dentro do ano hidrolgico. Varivel estacionria: as estatsticas da srie no podem se alterar ao longo do tempo. Amostra representativa: as estatsticas da amostras devem ser representativas da populao. O nmero de anos de uma amostra de valores importante, mas no significa tudo. 10
11
Distribuio de freqncia
Procedimentos empricos: (a)para uma amostra muito grande pode-se utilizar a classificao em intervalos e obter F = freqncia de ocorrncia da varivel V, um histograma de organizada em intervalos
12
m P(q Q m ) = n+1
m 0,44 P(q Q) = n + 0,12
N o tamanho da amostra.
Normal
Gumbel
Q TR
14
Distribuies tericas
Normal (simtrica e utilizada para vazes mdias ou precipitaes mdias) Log-Normal (vazes mximas) Gumbel (extremo tipo I) (vazes mximas) Extremo Tipo III (vazes mnimas) Log Pearson Tipo III (vazes mximas) adotada em alguns pases como padro . Utiliza trs parmetros. Na equao de Gumbel utilizada uma varivel y ; y = -ln-ln(1-P), que permite linearizar a escala.
15
Distribuio de Gumbel
A funo de distribuio
-e-y P(Q Qo) = 1 e y = (Q )/ = 0,78 s = Xm 0,5772
17
Vazes mnimas
Influncia do aqfero A curva de probabilidade tende a apresentar curvatura inferior; Cuidados na extrapolao
Vazo
Probabilidade %
18
Regresso e correlao
Regresso a equao que relaciona as variveis y=F(x); Correlao qualidade do ajuste da funo a um conjunto de dados; ajuste de uma equao a um conjunto de dados diferente da regresso estatstica. O ajuste no tem compromisso estatstico, mas a representatividade dos pontos. P. Ex. o ajuste de uma reta a dois pontos garante que os pontos estaro na funo e o grau de liberdade = np+1 (nmero de pontos; p=parmetros da equao) igual a zero. O ajuste estatstico deve procurar ter o maior grau de liberdade, que o tamanho efetivo da amostra. 19
20
Regresso linear
Y = a. x + b + e
Mnimos quadrados: minimiza a diferena quadrtica dos erros e =S [yo(i)- yc(i)]2 e =S [yo(i) ax(i)-b]
e =2 a e =2 b
2
a b
(xi x)
( xi y)( yi y)
2
b = y a.x
21
Correlao
Correlao R (-)
Correlao positiva
22
Coeficiente de determinao R2
R = 1
2
s2 s2 y
s=
( yoi yci) 2 n p 1
S2 = varincia dos erros do modelo Sy2 = varincia dos valores observados Para a reta p=1; n-p-1 = graus de liberdade. Quando p=0 o R2 tendencioso
sy =
( yoi y) 2 n 1
23
Outras regresses
y = a1 x1 + a 2 x 2 + ......a n x n + b
an a1 a2 y = Cx1 .x 2 .... x n
ln y = ln C + a1 ln x1 + a 2 . ln x 2 + .......... a n ln x n +
24
Combinao de regresses
Nmero de regresses possveis 2p p = nmero de variveis. Exemplo para 2 variveis. y=b y = a1x1 +b y = a2x2 +b y= a1x1 + a2x2 + b
25
Exemplo
Algumas regras
O nmero de variveis p deve ser escolhida de forma parcimoniosa. Muitas variveis com pouco ganho na correlao no contribui porque dificulta o usurio e diminui o grau de liberdade do modelo; A amostra NV = N - p -1. Um regresso com 3 variveis independentes com 9 postos pode ter uma correlao alta, mas a amostra real de apenas 5 valores, ou numa regio com 5 postos e 4 variveis a amostra O !!!!!!!!!!!!
27
SRIES HOMOGNEAS
1. Teste de hiptese para verificar se duas sries so homogneas ou se alteraes antrpicas tornaram as sries no - homogneas. Testes paramtricos e no paramtricos 2. Testes paramtricos: mdia e desvio padro. Baseia-se na hiptese de que as mdias e o desvio padro das duas sries so iguais com um determinado nvel de significncia.
28
Testes paramtricos
Varincia
2 s1 2 s2
F=
Mdia
x 1 x2 t= 1 1 1/ 2 s( + ) N1 N 2
t=
x1 x 2
2 s 2 1/ 2 ( + ) N1 N 2
29
2 s1
Exemplo
Srie de vazes mnimas de 7 dias de um posto com 27 anos. Deseja-se verificar se aps treze anos houve alterao na mdia e desvio padro da srie. Teste da varincia
Fc = ( 28,86 2 ) = 1,6 22,82
Teste da mdia
t=
= 0,26
Preenchimento de sries
Com modelo hidrolgico com regresso entre postos vizinhos Ne > N1. Outro critrio R > 0,85 para contribuir com melhoria N1 + N 2
Ne = N2 1+ (1 R 2 ) N1 2
Considere uma srie com 15 anos. Deseja-se estend-la por 12 anos, resultando 27 anos. O coeficiente R = 0,78. Da equao obtm-se Ne = 19,7 anos > 15, o que atende o
31