O uso da metodologia de dados faltantes em séries temporais com aplicação a dados de concentração (PM10) observados na região da Grande Vitória
Nenhuma Miniatura disponível
Data
2013-08-27
Autores
Paula Pinto, Wanderson de
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal do Espírito Santo
Resumo
Data of air pollution have generally missing observations. This research presents a study of methods to estimate the autocorrelation function in the presence of missing data, based on the work of Yajima and Nishino (1999). There is also some techniques for imputation of missing data based on the use of the EM algorithm proposed by Dempster (1977), and the ARIMA time series models of Box and Jenkins. Testing simulations with frame proportions of missing data were performed to compare the mean square errors of the proposed estimators. The empirical study showed that the proposed estimation method has good performance in terms of mean squared error measures. As an illustration of the proposed methodology, two time series of concentrations of Inhalable Particulate Matter (PM10) issued in the Region of Vitoria, ES, Brazil, are analyzed.
Descrição
Palavras-chave
Autocorrelation function , Missing data , PM10 , Função de autocorrelação , Dados faltantes , Material particulado
Citação
PINTO, Wanderson de Paula. O uso da metodologia de dados faltantes em séries temporais com aplicação a dados de concentração (PM10) observados na região da Grande Vitória. 2013. 87 f. Dissertação (Mestrado em Engenharia Ambiental) - Universidade Federal do Espírito Santo, Centro Tecnológico, Vitória, 2013.