| Campo DC | Valor | Idioma |
| dc.contributor.advisor | Otiniano, Cira Etheowalda Guevara | - |
| dc.contributor.author | Oliveira, Yasmin Lírio Souza de | - |
| dc.date.accessioned | 2026-06-25T20:35:56Z | - |
| dc.date.available | 2026-06-25T20:35:56Z | - |
| dc.date.issued | 2026-06-25 | - |
| dc.date.submitted | 2026-05-29 | - |
| dc.identifier.citation | OLIVEIRA, Yasmin Lírio Souza de. 2024. 97 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2024. | pt_BR |
| dc.identifier.uri | http://repositorio.unb.br/handle/10482/55105 | - |
| dc.description | Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2024. | pt_BR |
| dc.description.abstract | Distribuições bivariadas de valores extremos surgem como a distribuição limite de estatísticas
extremais (máximo ou mínimo) normalizadas. Sua aplicabilidade é bem conhecida na modelagem de eventos extremos naturais. No entanto, a modelagem de eventos extremos bivariados que apresentam comportamento heterogêneo com mais de uma moda ainda é um desafio.
Nessa dissertação, é proposta uma nova classe de distribuições bivariadas denominada distribuição Gumbel bivariada multimodal, cujas distribuições marginais são distribuições de valores
extremos generalizadas bimodais. A flexibilidade da nova distribuição é ilustrada graficamente
e algumas propriedades estatísticas são derivadas. A técnica de máxima verossimilhança é utilizada para estimar os parâmetros do modelo. Experimentos de Monte Carlo foram realizados
para examinar, atavés do erro quadrático médio e erro padrão, o comportamento das estimativas de máxima verossimilhança. Finalmente, para ilustrar a aplicabilidade do nosso modelo,
usamos conjuntos de dados climáticos de estações meteorológicas do Brasil e do Canadá | pt_BR |
| dc.language.iso | por | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.title | Distribuição Gumbel bivariada multimodal | pt_BR |
| dc.type | Dissertação | pt_BR |
| dc.subject.keyword | Simulação Monte Carlo | pt_BR |
| dc.subject.keyword | Análise de dados | pt_BR |
| dc.subject.keyword | Máxima verossimilhança | pt_BR |
| dc.subject.keyword | Dados climáticos | pt_BR |
| dc.description.abstract1 | Bivariate extreme value distributions arise as the limiting distribution of normalized extreme statistics (maximum or minimum). Their applicability is well known in modeling natural extreme
events. However, modeling bivariate extreme events that exhibit heterogeneous behavior with
more than one mode is still a challenge. In this dissertation, a new class of bivariate distributions called multimodal bivariate Gumbel distribution is proposed, whose marginal distributions
are bimodal generalized extreme value distributions. The flexibility of the new distribution is
illustrated graphically and some statistical properties are derived. The maximum likelihood
technique is used to estimate the parameters of the model. Monte Carlo experiments were conducted to examine the behavior of the maximum likelihood estimates through mean squared
error and standard error. Finally, to illustrate the applicability of our model, we use climatic
data sets from meteorological stations in Brazil and Canada. | pt_BR |
| dc.description.unidade | Instituto de Ciências Exatas (IE) | pt_BR |
| dc.description.unidade | Departamento de Estatística (IE EST) | pt_BR |
| dc.description.ppg | Programa de Pós-Graduação em Estatística | pt_BR |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|