Na maioria dos estudos de séries temporais de dados hidrológicos, a informação da existência de observações atípicas (outliers) não é considerada como parte integrante da modelagem dos dados. A consideração dos dados atípicos nos processos de modelagem estocástica tem como objetivo melhorar a eficiência do modelo ajustado e proporcionar uma maior confiabilidade em seus resultados. Por isso, usa-se neste artigo ferramental teórico na modelagem de séries temporais sazonais com outliers, tendo como estudo de caso a vazão máxima do Rio Jucu, entre os dois principais mananciais responsáveis pelo abastecimento da Grande Vitória, estado do Espírito Santo. Os resultados mostram que o modelo SARIMA (Auto-Regressivo Integrado e de Médias Móveis Sazonal), considerando a informação da presença de outliers, representou melhor a dinâmica da série em estudo, ao prever o ciclo anual de picos máximos de vazão com uma redução de 46% no Erro Quadrático Médio (EQM) de previsão para 1-passo à frente.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.