ERRO TIPO I E "PODER" DE TESTES DE ADERÊNCIA PARA POSTOS PLUVIOMÉTRICOS NO CEARÁ

Resumo

RESUMO Devido a curta extensão das séries históricas de precipitação e vazão disponíveis, utilizam-se testes de aderência para verificar o ajuste de distribuições de probabilidade a estas séries. Quando aderidas, as distribuições podem estimar os valores críticos dos fenômenos e as suas ocorrências. Sendo assim, realizou-se a análise de quatro testes de aderência - Kolmogorov-Smirnov, Qui-Quadrado, Cramer-von Mises e Anderson-Darling -, quanto ao Erro Tipo I e ao "Poder", determinou-se o comportamento de cada teste no ajuste de quatro distribuições de probabilidade: Gama, Normal, Lognormal e Gumbel. Tal estudo foi feito via Simulação Monte Carlo. Os resultados das análises dos testes foram utilizados na definição de qual distribuição de probabilidade se ajustava melhor às séries históricas de 24 postos pluviométricos no Estado do Ceará, Brasil. Verificou-se que, para o coeficiente de variação e a extensão dos dados dos postos, o teste com Erro Tipo I mais próximo do valor esperado e com maior "Poder" é o Qui-Quadrado. Palavras-chave: séries históricas, fenômenos hidrológicos, séries sintéticas, simulação Monte Carlo. TYPE 1 ERROR AND "POWER" OF ADHERENCE TESTS FOR PLUVIOMETRIC GAUGES IN CEARÁ ABSTRACT Due to the short extent of available historical time series of rainfall and flow, adherence tests are carried out to verify the fitting of different probability distributions to such time series. When there is adherence, the distributions can estimate the critical values of the phenomena and their occurrence. Thus, the analysis of four adherence tests was conducted including - Kolmogorov-Smirnov, Chi-Square, Cramer-von Mises and Anderson-Darling - considering Type 1 Error and "Power", in order to determine the behavior of each test regarding the fitting of four probability distributions: Gamma, Normal, Lognormal and Gumbel. Such study has been done via Monte Carlo simulation. The results of the analysis of the tests were used in the definition of which probability distribution was a better fit for the historical time series of 24 pluviometric gauges in the State of Ceará, Brasil. It was verified that, considering the coefficient of variation and the extent of data of the gauges, the Type 1 Error test that is closer to the expected values and has greater "power" is the Chi-Square. Keywords: historical time series, hydrological phenomena, synthetic series, Monte Carlo Simulation