O uso e interpretação de análise de componentes principais, em séries temporais, com enfoque no gerenciamento da qualidade do ar

Página do item simplificado
dc.contributor.advisor-co1Reis Junior, Neyval Costa
dc.contributor.advisor1Reisen, Valdério Anselmo
dc.contributor.authorZamprogno, Bartolomeu
dc.contributor.referee1Ziegelmann, Flávio Augusto
dc.contributor.referee2Santos, Jane Meri
dc.contributor.referee3Albuquerque, Taciana Toledo de Almeida
dc.contributor.referee4Manriquez, Wilfredo Omar Palma
dc.date.accessioned2018-08-24T22:56:01Z
dc.date.available2018-08-24
dc.date.available2018-08-24T22:56:01Z
dc.date.issued2013-08-09
dc.description.abstractThis work was motivated by the application of principal component analysis technique in different contexts of area air pollution, especially in the use of network management. This statistical methodology in practical terms produces information with accuracies in making important decisions for quality air. This technique is commonly used, as well as in the regression analysis as a tool for analysis and interpretation of the phenomena of the data. However, according to the statistical literature that fosters basis for the use of this tool in any area of application, the technique requires the assumption in this case the use of independent variables, a characteristic which is hardly observed in practical situations in the field of air pollution. In general, the data available for troubleshooting management network, identification of pollutant source, studies spatio-temporal association and the number of hospitalizations for respiratory pollutants are by series displaying structure of short and long time dependence, that is, autocorrelation. The research results show, in the field of time that the technique of principal components analysis, depending on the structure autocorrelation of the series, can be based on spurious results. When the structure is weak, the autocorrelation effect of autocorrelation is practically zero, so that the method can be used without further problems. In the context of the use of the technique of time series analysis in the frequency domain was reported the extension of existing methods for the case of time series data memory long. The results show that the use of frequency domain methods can be used, but some considerations should be observed and some types of applications, the air pollution, deserve further study because of the difficulty of interpreting the frequency domain.eng
dc.description.resumoEste trabalho foi motivado pela aplicação da técnica análise de componentes principais em diferentes contextos da área poluição do ar, em especial no uso do gerenciamento de rede. Essa metodologia estatística, em termos práticos, produz informações com precisões na tomada de decisões importantes para qualidade do ar. Essa técnica é usualmente utilizada, assim como na análise de regressão, como ferramenta para análise e interpretação dos fenômenos dos dados. Entretanto, de acordo com a literatura estatística que fomenta base para o uso dessa ferramenta em qualquer área de aplicação, a técnica exige pressuposto, nesse caso o uso de variáveis independentes, característica que praticamente não é observada em situações práticas na área poluição do ar. Em geral, os dados disponíveis para resolução de problemas como gerenciamento de rede, identificação de fonte poluidora, estudos espaços-temporais e associação do número de internações por causas respiratórias por poluentes são séries temporais que apresentam estrutura curta e longa de dependência temporal, ou seja, autocorrelação. Os resultados dessa pesquisa mostram, no domínio do tempo, que a técnica de análise de componentes principais, dependendo da estrutura de autocorrelação das séries, podem ser baseadas em resultados espúrios. Quando a estrutura de autocorrelação é fraca o efeito da autocorrelação é praticamente nulo, dessa forma a técnica pode ser empregada sem maiores problemas. No contexto do uso da técnica de análise de séries temporais no domínio da frequência foi avaliado a extensão de métodos existentes para o caso de dados de séries temporais com memória longa. Os resultados evidenciam que o uso de métodos do domínio da frequência podem ser utilizados, mas algumas considerações devem ser observadas e alguns tipos de aplicações, da poluição do ar, merecem mais estudos devido à dificuldade de interpretação no domínio da frequência.
dc.formatText
dc.identifier.citationZAMPROGNO, Bartolomeu. O uso e interpretação de análise de componentes principais, em séries temporais, com enfoque no gerenciamento da qualidade do ar. 2013. 117 f. Tese (Doutorado em Engenharia Ambiental) - Programa de Pós-Graduação em Engenharia Ambiental, Universidade Federal do Espírito Santo, Vitória, 2013.
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseDoutorado em Engenharia Ambiental
dc.publisher.departmentCentro Tecnológico
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Engenharia Ambiental
dc.rightsopen access
dc.subjectfrequency domaineng
dc.subjectprincipal component analysiseng
dc.subjectair pollutioneng
dc.subjecttime series analysiseng
dc.subjecttime domaineng
dc.subjectDomínio do tempopor
dc.subjectDomínio da frequênciapor
dc.subjectPoluição do arpor
dc.subject.br-rjbnAr - Poluição
dc.subject.br-rjbnAnálise de componentes principais
dc.subject.br-rjbnAnálise de séries temporais
dc.subject.cnpqEngenharia Sanitária
dc.subject.udc628
dc.titleO uso e interpretação de análise de componentes principais, em séries temporais, com enfoque no gerenciamento da qualidade do ar
dc.typedoctoralThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
tese_6934_tese.pdf
Tamanho:
1.44 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Doutorado em Engenharia Ambiental