Revista: | Revista brasileira de estatistica |
Base de datos: | CLASE |
Número de sistema: | 000398342 |
ISSN: | 0034-7175 |
Autores: | Gripa, Wesley R1 Reisen, Valderio Anselmo1 Fajardo, Fabio A1 Reis-Junior, Neyval C1 |
Instituciones: | 1Universidade Federal do Espirito Santo, Programa de Pos-Graduacao em Engenharia Ambiental, Sao Mateus, Espirito Santo. Brasil |
Año: | 2012 |
Periodo: | Jul-Dic |
Volumen: | 73 |
Número: | 237 |
Paginación: | 37-57 |
País: | Brasil |
Idioma: | Portugués |
Tipo de documento: | Artículo |
Enfoque: | Analítico, teórico |
Resumen en inglés | Particulate matter is a type of contaminant that makes a large impact in the air quality of a metropolitan area. This paper discusses the mean le vel estimation and forecasting properties of a model to explain inhalant particulate matter (PM10) with meteorological factors. A time series model and multiple linear regression are the tools considered to model the level of the PM10 data measured in the Carapina area, in the Great Vitória Region (RGV), ES, Brazil. The former approach uses as an adjusted model a time series mo del with uncorrelated errors whereas the latter one deals with a multiple linear regression model with correlated errors. The prediction and forecast model properties of the PM10 data were als o analyzed and compared. Both models displayed similar results in terms of modeling the level of the contaminant, nevertheless the forecasting issues indicated that the regression ap proach gave a slightly better result than the time series model |
Resumen en portugués | Material Particulado Constitui um grande problema p ara a qualidade do ar em regiões metropolitanas. Neste artigo são discutidas técnica s de previsão da qualidade do ar para concentrações médias de Material Particulado Inaláv el (PM 10 ) com a consideração de fatores metereológicos. Os modelos de séries temporais e de regressão linear múltipla são as metodologias usadas para o ajuste da dinâmica da co ncentração média diária de PM 10 na cidade de Carapina, Região da Grande Vitória, ES, Brasil. Na primeira metodologia considera-se um cenário com erros não-correlacionados no modelo aju stado e na segunda metodologia avalia-se a presença de erros correlacionados em um modelo de r egressão linear múltipla. Os modelos ajustados foram considerados para predição e previs ão do conjunto de observações. Ambos modelos evidenciaram resultados semelhantes, no ent anto o modelo de regressão apresentou medidas de previsão das concentrações médias de PM 10 um pouco melhores que as do modelo de séries temporais |
Disciplinas: | Matemáticas, Geociencias |
Palabras clave: | Matemáticas aplicadas, Ciencias de la atmósfera, Modelos estocásticos, Regresión múltiple, Calidad del aire, Partículas suspendidas, Carapina, Espirito Santo, Brasil |
Texto completo: | Texto completo (Ver PDF) |