RESUMO -Técnicas de estimação de parâmetros são ferramentas para relacionar estruturas teóricas a observações, a partir da comparação entre previsões e medidas, segundo uma dada métrica. Neste trabalho é estudada a região de confiança de parâmetros de isotermas de adsorção de corante em carvão ativado. São comparadas regiões de confiança geradas para parâmetros estimados por meio de três metodologias: teste t-Student associado a aproximação quadrática da função objetivo em torno do ótimo; teste de Fisher baseado no valor final da função objetivo e associado a procedimento de otimização estocástico; e histograma de parâmetros ótimos obtidos a partir de amostragens de valores pseudo-experimentais, supondo conhecidos os valores reais e distribuição de erros das variáveis. Os resultados mostram que as imprecisões das medidas influenciam tanto o valor ótimo estimado para cada parâmetro, como a região de confiança desses. O efeito da forma da distribuição de erros experimentais também é analisado.
INTRODUÇÃOO conhecimento científico é construído a partir de observações experimentais e da modelagem de sistemas e processos. Nesse contexto, técnicas de estimação de parâmetros constituem ferramentas básicas para o estabelecimento e interpretação da relação entre variáveis de um problema. Estimar parâmetros consiste em inferir valores a grandezas que não podem ser medidas diretamente, essa inferência é realizada a partir da comparação entre medidas experimentais e um modelo de referência utilizando determinada métrica. Toda medida experimental está sujeita a imprecisões e tais imprecisões são relevantes tanto no valor estimado para cada parâmetro quanto na região de confiança de predição do modelo. Para a estimação do valor dos parâmetros é necessária definição de uma métrica que correlacione valores dos parâmetros a graus de adequação do modelo aos dados experimentais. A principal métrica utilizada é a maximização de uma função de verossimilhança, que dadas as hipóteses de erros experimentais independentes e de distribuição normal, se resume a minimização de resíduos quadráticos ponderados.
Modelos lineares podem ser tratados analiticamente com facilidade, enquanto modelos nãoÁrea temática: Engenharia das Separações e Termodinâmica 1