Resumo:
O presente trabalho aborda alguns dos principais conceitos de Cadeia de Markov discreta
em três estágios: modelos de Markov Clássico, Ocultos e Multivariados de Alta Ordem.
Introduziu-se uma forma de se obter as probabilidades de transição Clássica e de Alta
Ordem e a partir delas gerar as respectivas matrizes de transição com suas probabilidades.
O algoritmo foi implementado no ambiente de programação computacional estatística e
gráfica R e RStudio, onde foi analisado um banco de dados da precipitação de chuva diária
da cidade de Campina Grande e João Pessoa no período de 1963 a 2017 da estação de
Campina Grande-PB de código OMM: 82795 e João Pessoa-PB de código OMM: 81918 -
INMET(Instituto Nacional de Meteorologia). O estudo teve o principal foco em avaliar
estatisticamente utilizando a modelagem de cadeias de Markov no âmbito climático para
responder se os k dias têm influência no clima do próximo dia. Dessa forma, a modelagem
avaliou o comportamento da precipitação da cidade de Campina Grande e João Pessoa
a partir da precipitação dos dias anteriores com a utilização dos três estados definidos.
Resultados preliminares evidenciaram a influência do estado (seco, úmido e chuvoso) de k
dias anteriores na ocorrência do estado do dia subsequente.
Descrição:
SABINO, A. L. C. Uma aplicação de cadeias de Markov de alta ordem com dados de precipitação no estado da Paraíba. 2019. 30f. Trabalho de Conclusão de Curso (Graduação em Estatística)- Universidade Estadual da Paraíba, Campina Grande, 2019.
