This study aimed to fit nonlinear regression models to model the growth of the characters fruit length (FL) and fruit width (FW) of pepper genotypes (Capsicum annuum L.) over time using the method of ordinary least squares (OLS); and identify the model with the best fit and compare it to the model obtained via nonlinear quantile regression (QR) in the 0.25, 0.5, and 0.75 quantiles. Three regression models (Logistic, Gompertz, and von Bertalanffy) and four fit quality evaluators were adopted: Akaike information criterion, residual mean absolute deviation, and parametric and intrinsic curvature measurements. Five commercial genotypes of pepper were evaluated. Characters FL and FW were evaluated weekly from seven days after flowering, totaling ten measurements. In the estimation by OLS, the Logistic and von Bertalanffy models were considered adequate according to the quality evaluators. In the comparison between the models above by OLS and QR, the superiority of models obtained by QR was verified for the character FL. For the character FW, QR was efficient in three out of the five genotypes, being a valuable alternative in the study of fruit growth.

This paper studies monthly precipitation time series in Viçosa MG, Brazil. We aimed to detect serial patterns in precipitation like trend and seasonality and make predictions for the 2019 year. The idea was to understand water shortage events that occur in Viçosa as well as the challenges regarding water supply for human consumption and agricultural production faced by urban and rural citizens. We used time series and SARIMA (1,0,0) x (0,1,1) model approaches selected based on Bayesian and Akaike Information criteria values (BIC and AIC, respectively). In addition, the ARCH (2) model, selected through AIC, was used to fit SARIMA (1,0,0) x (0,1,1) residues with heteroscedasticity. Our results reveal no changes in precipitation for Viçosa, MG, Brazil, with large variations observed only for specific periods.

A taxa de câmbio pode ser um fator determinante na demanda turística e alterar a competitividade da oferta do trade turístico. O objetivo deste estudo é mensurar a dependência entre a demanda turística internacional e a taxa de câmbio no Brasil. Investigações empíricas dessa relação, pesquisadas há décadas, são relativamente recentes com o uso de modelos cópula-GARCH, na literatura mundial. Este estudo é realizado com dados mensais das taxas de câmbio e do número de chegadas internacionais da Argentina, Estados Unidos e Alemanha, entre 1999 e 2018. Os dados passam por um processo inicial de modelagam de suas distribuições marginais, por meio de modelos ARMA-GARCH, devido sua dependência temporal, e posteriormente, seus os resíduos são utilizados no processo de estimação das cópulas, de onde são extraídas as medidas de associação. Os resultados indicam que a variação da taxa de câmbio não está diretamente associada ao número de chegadas de turistas vindos da Alemanha e dos Estados Unidos. Entretanto, para a Argentina, o resultado da medida de correlação foi negativo e estatisticamente significativo, indicando uma fraca associação entre as variáveis. Esse sinal indica que quando a moeda local se desvaloriza em relação à moeda brasileira, o número de chegadas diminui. As conclusões deste estudo podem ajudar gestores de organizações turísticas a compreender a relação entre câmbio e demanda turística internacional no Brasil.

O presente trabalho tem por objetivo avaliar, via simula¸c˜ao de dados, ostestes estat´ısticos multivariados da Raz˜ao de Verossimilhan¸cas (TRV) e T2 de Hotelling (T2) para vetores de m´edias, em rela¸c˜ao `a taxa do erro de tipo I e ao poder do teste. Os cen´arios propostos foram formados visando analisar o desempenho destes sob a influˆencia de normalidade p−variada, correla¸c˜ao e homogeneidade de variˆancias dasvari´aveis em estudo, bem como o n´umero de vari´aveis e o tamanho da amostra. Os resultados demonstraram que a taxa do erro de tipo I n˜ao foi afetada pela viola¸c˜ao das pressuposi¸c˜oes de independˆencia e homogeneidade de variˆancias das vari´aveis, dado a presen¸ca de normalidade p−variada, diferentemente do poder do teste. Simulando dados de uma distribui¸c˜ao p−variada com caldas mais densas que a normal (t−Student com 1 grau de liberdade), o T2 mostrou-se um teste conservador, enquanto o TRV apresentou melhores resultados, inclusive em pequenas amostras.