Teoria de Valores Extremos para dados inflados de zeros
Dados Inflados de Zeros, Eventos Extremos, Abordagem Bayesiana.
Eventos Extremos geralmente sao respons ˜ aveis por produzirem grandes ganhos ou ´ grandes perdas a sociedade. Ha d´ ecadas j ´ a´ e existente uma distribuic¸ ´ ao espec ˜ ´ıfica para predizer e previnir tais acontecimentos, conhecida como Distribuic¸ao de Valores Extre- ˜ mos Generalizada (GEV). Entretanto, em muitas situac¸oes com dados extremos, existe ˜ a presenc¸a de zeros excessivos no banco de dados, dificultando a analise e diminuindo ´ a precisao na estimac¸ ˜ ao. A distribuic¸ ˜ ao Inflada de Zeros (ZID) ˜ e recomendada para ´ fazer a modelagem desses dados que apresentam zeros inflacionados. E objetivo deste ´ trabalho criar uma distribuic¸ao espec ˜ ´ıfica para modelar eventos extremos com dados inflados de zeros. Portanto, foi realizado a mistura das distribuic¸oes GEV e ZID, e ˜ tambem uma abordagem Bayesiana na busca de um melhor ajuste, e aplicado em da- ´ dos extremos com quantidades excessivas de zeros, sendo escolhidas para analise a ´ precipitac¸ao di ˜ aria de chuvas na cidade de Natal do estado do Rio Grande do Norte ´ e nas cidades de Paulistana, Picos, Sao Jo ˜ ao do Piau ˜ ´ı e Teresina do estado do Piau´ı. Foi utilizado tambem a distribuic¸ ´ ao GEV Padr ˜ ao para modelar estes mesmos dados ˜ coletados, para t´ıtulo de comparac¸ao, e assim poder verificar a qualidade do ajuste ˜ encontrado pela nova distribuic¸ao de valores extremos com dados inflados de zeros. ˜ Logo, verificou-se que tanto o modelo quanto o algoritmo foram bem desenvolvidos, apontando um melhor ajuste para dados extremos inflados de zeros, sendo que a GEV Padrao n ˜ ao conseguiu encontrar a distribuic¸ ˜ ao de equil ˜ ´ıbrio quando os dados dados possuem muitos zeros. E quando os dados extremos nao tem zeros inflacionados, o ˜ novo modelo converge para a GEV Padrao, identificando a aus ˜ encia dos zeros.